Prediction of aortic valve regurgitation after continuous-flow left ventricular assist device implantation using artificial intelligence trained on acoustic spectra

概要

〔目的(Purpose)〕
　重症心不全に対する植込み型左室補助人工心臓(LVAD)治療は、患者が在宅へ移行しうる反面、血栓症や大動脈弁逆流(AR)など重篤な合併症が存在する。在宅での既存のLVAD異常検出は消費電力を指標とするが、早期の異常検出には限界がある。簡便に収集可能なLVAD駆動音の定量的解析は、合併症の早期在宅診断への応用が期待される。本研究の目的は、LVAD患者に合併した大動脈弁逆流を検知するために、電子聴診器を用いてLVAD駆動音を収集し、機械学習を用いて音響信号を解析することである。

〔方法ならびに成績(Methods/Results)〕
　LVAD患者の駆動音を電子聴診器で収録し、時間周波数解析を用いて音響データの数値化を行い、これらと心エコーで評価した大動脈弁逆流の有無との比較検討を行い、機械学習による予測モデルの作成と検証を行った。LVAD装着患者13例より聴取した音響データ(n=245)を解析した。うち中等度以上のARを認めた26(10.6%)を「有意」、残りを「有意でない」と設定。各音響データから19の特徴量を抽出し、ARと相関が強い4つの重要特徴量を選出した。機械学習モデルの比較を行い、アンサンブル学習法を選択し、予測モデルを作成した。交差検定でのモデル性能は、陽性的中率86%、AUC0.71であった。

〔総括(Conclusion)〕
　機械学習を用いたLVAD音響解析にて、大動脈弁逆流に対する機械学習の予測モデルが作成できた。