人工知能による心電図自動診断モデルの開発と社会実装への取り組み

• 研究課題/領域番号: 24K10526
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分52010:内科学一般関連
• 研究機関: 岐阜大学
• 研究代表者: 佐橋 勇紀 岐阜大学, 大学院医学系研究科, 招へい教員 (80870336)
• 研究分担者: 原 武史 岐阜大学, 工学部, 教授 (10283285) ; 大倉 宏之 岐阜大学, 大学院医学系研究科, 教授 (30425136) ; 渡邉 崇量 岐阜大学, 医学部附属病院, 助教 (30509435)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円); 2026年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2024年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
• キーワード: 12誘導心電図 / 深層学習モデル / 医療人工知能 / 心電図検査

研究開始時の研究の概要

健康診断を中心とする一次スクリーニングでの心血管疾患の検出には、12誘導心電図を用いて行われ、診断には自動解析も利用されています。高精度の心疾患自動診断技術は、正確な早期診断に寄与し、適切な治療選択やリスク分類につながることが期待されます。利活用しやすい心電図画像データを用いた汎用的深層学習モデルを開発し、その有用性・社会的ニーズを評価し、今後の社会的導入の足掛かりとします。
・深層学習ベースの汎用的な心電図解析システム構築とその精度比較評価
・地域医療社会でのアンメットニーズの調査と汎用型心電図解析システムの試験導入等に対し、探索的に研究を行います。

研究実績の概要

本研究は、人工知能（AI）技術を用いた心電図自動診断モデルの開発と、その社会実装への貢献を目指すものである。研究開始後、国内外において心電図自動診断に関するAIモデル開発が急速に進展した。この状況を踏まえ、当初計画していた新規データセットに基づく独自モデルの構築から方針を転換し、既に開発・公開されている高性能な既存モデルを日本の臨床データやニーズに合わせて調整（ファインチューニング）する方が、効率的かつ実用的な成果に繋がる可能性が高いと判断した。

現在までの達成度

2: おおむね順調に進展している

理由

現時点でオープンソースで公開されている12誘導心電図診断の深層学習モデルの探索や推論を実行することに注力した。

概ね順調に進展していると判断している。

今後の研究の推進方策

現時点では深層学習を活用した心電図自動読影機能は、実臨床における標準的なツールとして広く導入されるには至っていない。そこで、AI診断モデルの社会実装における具体的な障壁（ボトルネック）や、臨床現場の医師および医療従事者が真に求める機能や支援（ニーズ）を詳細に把握することが不可欠と考えた。



この目的のため、医師およびコメディカルスタッフを対象としたアンケート調査を計画・準備した。調査票の設計は完了しており、2025年5月を目処に調査を開始する予定である。本調査により得られる知見は、今後のファインチューニングの方向性決定や、実臨床導入に向けた具体的な戦略立案に不可欠な基礎情報となる。