12誘導心電図生成モデルを用いた新たな心臓突然死予測支援技術の開発

消防庁の年次報告によると、日本では年間約7万人が不整脈を主とする心臓突然死で亡くなる。この多くは基礎に急性冠症候群（急性心筋梗塞と不安定狭心症）や心筋症などの器質的疾患や、ブルガダ症候群や先天性QT延長症候群などの遺伝性疾患を伴うとされる。心臓突然死を起こした症例は生前に何らかの心電図異常を伴うことが多いが、中には正常範囲あるいはあるいは正常境界域程度のものもある。そこで、心臓突然死症例の生前心電図と正常心電図を使用して、敵対的生成ネットワーク（generative adversarial network: GAN）により、心臓突然死症例の仮想心電図に変換し、変換前の心電図との差を検出評価することによって、心臓突然死リスクを予測する斬新な技術を開発することを目標とした.まず当院で記録された80万例の12誘導心電図データをmedical waveform format encoding rule（MFER）形式に変換し、この中より心臓突然死から生還した症例を抽出し、以下に述べるGANを使用して上記の目標達成を試みている。パイロット研究としてcycle GANを使用した。これは心臓突然死症例数に限りがあるため、厳密なペア心電図でなくても、柔軟に変換可能で一方の心電図から他方の心電図を生成し、他方の心電図から一方の心電図に戻した時に精度が高くなるように学習させている。また、条件付きGANと呼ばれる、conditional GANも手掛けている。これには生成器と識別機に画像データに加えて追加の情報を与えることで、条件付けができるように訓練を行っている。さらに、結果の安定化のためにdeep convolutional GANも手掛けている.今後は、心筋梗塞、ブルガダ症候群や先天性QT延長症候群など疾患ごとに解析を行うとともに調整を加えて転帰の予測能を向上させることを目標とする。

消防庁の年次報告によると、日本では年間約7万人が不整脈を主とする心臓突然死で亡くなる。この多くは基礎に急性冠症候群（急性心筋梗塞と不安定狭心症）や心筋症などの器質的疾患や、ブルガダ症候群や先天性QT延長症候群などの遺伝性疾患を伴うとされる。心臓突然死を起こした症例は生前に何らかの心電図異常を伴うことが多いが、中には正常範囲あるいはあるいは正常境界域程度のものもある。そこで、心臓突然死症例の生前心電図と正常心電図を使用して、敵対的生成ネットワーク（generative adversarial network: GAN）により、心臓突然死症例の仮想心電図に変換し、変換前の心電図との差を検出評価することによって、心臓突然死リスクを予測する斬新な技術を開発することを目標とした.まず当院で記録された80万例の12誘導心電図データをmedical waveform format encoding rule（MFER）形式に変換し、この中より心臓突然死から生還した症例を抽出し、以下に述べるGANを使用して上記の目標達成を試みている。パイロット研究としてcycle GANを使用した。これは心臓突然死症例数に限りがあるため、厳密なペア心電図でなくても、柔軟に変換可能で一方の心電図から他方の心電図を生成し、他方の心電図から一方の心電図に戻した時に精度が高くなるように学習させている。また、条件付きGANと呼ばれる、conditional GANも手掛けている。これには生成器と識別機に画像データに加えて追加の情報を与えることで、条件付けができるように訓練を行っている。さらに、結果の安定化のためにdeep convolutional GANも手掛けている.今後は、心筋梗塞、ブルガダ症候群や先天性QT延長症候群など疾患ごとに解析を行うとともに調整を加えて転帰の予測能を向上させることを目標とする。