AIと希少疾病 ── 循環器・呼吸器 ── 2026-10-07

2D 心エコー図を前処理し、臨床上重要な 5 断面に分類する。次に断面ごとに特徴的な所見を別々に抽出し、最後に特徴を統合して肥大型心筋症、心アミロイドーシス、対照に分類する。対象は 531 例で、5 分割交差検証の適合率は 0.83、感度は 0.81、特異度は 0.89、micro-F1 は 0.82。評価は内部のみである。 — イメージアブストラクト ── 記事の全体像を 1 枚に（画像を押すと拡大）

循環器・呼吸器 1 本。筆頭: 2D 多断面心エコー図で肥大型心筋症と心アミロイドーシスを鑑別する深層学習パイプライン

対象誌と選び方は索引の頁に

希少な循環器・呼吸器疾患の治療・治験とAI

2D 多断面心エコー図で肥大型心筋症と心アミロイドーシスを鑑別する深層学習パイプライン
A deep learning-driven pipeline for differentiating hypertrophic cardiomyopathy from cardiac amyloidosis using 2D multi-view echocardiography
Scientific Reports · 2026-10-05 · 証拠の段階: 観察コホートを用いた診断モデルの開発（5 分割交差検証による内部評価のみ）
抄録（全訳）
肥大型心筋症（HCM）と心アミロイドーシス（CA）は、治療しないと心不全に進むことがある心疾患である。両者は心エコー図の見え方が重なるため、診断がかなり難しい。
この課題に対応するため、本研究は多断面の深層学習フレームワークを開発した。まず画像を前処理し、2D 心エコー図のデータを臨床上重要な 5 つの断面に分類する。5 断面は心尖部四腔像、傍胸骨左室長軸像、傍胸骨短軸像（僧帽弁レベル・乳頭筋レベル・心尖部レベル）である。
フレームワークは、断面ごとに特徴的な所見を別々に抽出する。抽出した特徴を統合し、疾患を正確に分類する。
対象は 2018〜2022 年に登録した 531 例である。内訳は HCM 患者 212 例、CA 患者 119 例、心機能が正常な対照 200 例であった。
5 分割交差検証で、モデルの適合率（precision）は 0.83、感度は 0.81、特異度は 0.89、micro-F1 スコアは 0.82 であった。
以上の結果から、本フレームワークは HCM と CA を鑑別する診断ツールとして信頼でき、有効であることが確かめられた。評価には臨床データセットを用いた。
掲載誌の IF 相当：5.2（OpenAlex の直近 2 年の平均被引用数・2026-10-06 時点の値、2026-10-07 に取得。正式な IF（Clarivate）ではない）
書誌：Li X, Peng B, Li X, Wang Z, Deng H, Luo X, et al. A deep learning-driven pipeline for differentiating hypertrophic cardiomyopathy from cardiac amyloidosis using 2D multi-view echocardiography. Sci Rep. 2026 Oct 5 [Epub ahead of print]. doi:10.1038/s41598-025-15443-5.
確認の範囲：抄録のみ確認

← この号の目次へ