心不全の再入院を予測するウェアラブルAIセンサー

退院後に心不全が再び増悪し、再入院するリスクは90日以内で最大30%ほどと見積もられる。この重要な期間の患者状態管理のため、胸部に付着させたセンサーパッチで常時モニタリングを行い、被験者の心電図を含む各種パラメーターからAIにより差し迫った再入院リスクを予測するプラットフォームの開発が進んでいる。米国でユタ大学とソルトレイクシティヘルスケアシステムが研究している同システムの成果は学術誌 Circulation: Heart Failure に発表された。

医療機器関連メディアMedicaldevice-network.comでは、同研究について報じており、100名の被験者で心不全の再入院が差し迫ったことを、平均10.4日前・感度76-88%・特異度85%で予測することができたという。胸部センサーパッチからはBluetooth経由でスマートフォンに心電図などの情報を送信し、解析プラットフォームに送られた。心電図以外に心拍数・呼吸数・歩行・睡眠・姿勢に関する情報が含まれ、患者の正常時ベースラインを解析、心不全増悪によるデータ逸脱を予測する指標が設定されている。

装置は大規模臨床試験に進み、患者状態変化のアラートが医師に伝わることで早期介入できた場合の効果を検証予定とのことである。研究チームのチーフで発表の筆頭著者であるユタ大学のJosef Stehlik博士は「モニタリングと早期介入で心不全の再入院率を下げることができれば大きな進歩です。入院滞在期間を短くし、患者の生活の質が向上することを期待しています」と語った。

前の記事Todos Medical – 末梢血から固形腫瘍の存在をスクリーニングするAI技術
次の記事放射線医学分野におけるAI – 取り組むべき3つの課題
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcherを経て東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。