現代の心房細動患者は、脳卒中のリスクがあるにもかかわらず抗凝固療法を受けていない - GARDENIAからの洞察

• スマートウォッチのPPG信号と加速度計データを用い、正常洞調律(NSR)・心房細動(AF)・期外収縮(PAC/PVC)の3リズムカテゴリーを分類する比較研究を実施
• 2倍の被験者非依存クロスバリデーションで、特徴量エンジニアリング+ランダムフォレストが精度91.22%、マクロ適合率85.89%、マクロF1 84.17%、マクロROC-AUC 97.03%と最高性能
• エンドツーエンドのCNN–BiLSTMはマクロ再現率87.37%で最高感度を記録

• 英国の恵まれない地域社会でPocDoc Healthy Heartポイントオブケアスクリーニングを用いた心血管疾患リスク特定の概念実証研究が実施され、18歳以上の成人4,256人を主要コホートとした。
• 主要コホートでは35%が高総コレステロール血症、10%が喫煙者、10%が減量サービス、19%が高血圧管理サービスの基準を満たした。
• QRISK3スコア10%以上の高リスク判定は主要コホート20%(3,842人中784人)、ターゲットアウトリーチサブコホート26%(1,743人中457人)、職場サブコホート6%(701人中41人)だった。

• AI網膜画像解析(Reti-CVDスコア)のSAFER研究で、40歳以上の成人1,461名を対象にハイブリッドケアモデルでのリスク層別化を評価し、臨床的に妥当な心血管代謝リスク勾配との関連を確認(p<0.001)
• Dr. Noon AIプラットフォームを用いた網膜写真解析によるリスク層別化が、AHAのPREVENT方程式とのカテゴリ一致度は限定的(κ=0.144、加重κ=0.241)で、PREVENT低リスク群の49.1%がReti-CVDでは中・高リスクに分類された

心血管疾患(CVD)は世界人口の約3分の1に影響を与える主要な健康問題であり、多大な経済的・社会的損失をもたらしている。本レビューは、PRISMA 2020ガイドラインに基づき、69の研究を対象とした最新のマルチモーダル入力深層学習アルゴリズムを体系的に分析し、CVDの早期検出とリスク評価の向上に焦点を当てている。ウェアラブルセンサー、医療画像、電子健康記録(EHR)、ゲノムプラットフォームなどの先進的なデータモダリティを活用し、統合されたマルチモーダルデータによるCVDリスクの包括的評価が進んでいる。レビューでは、心電図(ECG)、心拍変動(HRV)、血圧(BP)、心エコー図、心臓MRI/…

• 提案されたQCSNNモデルをPYNQ-Z2 FPGAに展開し、リアルタイム不整脈検出で99.02%のカスケード精度を達成
• GPU推論と比較して31.66倍の電力削減、4.01倍のエネルギー削減を達成し、ビートあたり遅延11.54ms、アクセラレータ電力0.33Wを実現
• 直接訓練されたSNN不整脈分類として初の完全量子化FPGA展開であり、コードはすべて公開