2020/4/30、深層学習モデルで心電図記録から糖尿病予備群を非侵襲的にリアルタイムに検出しようという研究「IGRNet: A Deep Learning Model for Non-Invasive, Real-Time Diagnosis of Prediabetes Through Electrocardiograms」の結果をまとめました。糖尿病予備群の臨床症状はほとんどなく、見逃されていることがほとんどですが、早期の介入がなかった場合に、糖尿群予備軍は糖尿病への進行してしまう場合があります。深層学習モデル「IGRNet」を開発、5秒間の12誘導心電図の記録から、非侵襲的にリアルタイムに糖尿病予備群の診断を効果的に検出するために、深層学習モデル「IGRNet」を開発しました。適切な活性化関数を調べたところ、2つの主流な深層ニューラルネットワーク、「AlexNet」「GoogLeNet」、従来型の機械学習アルゴリズム3つを比較、手法の優越性を検証しました。検証セットの検証において、「IGRNet」の診断精度は0.781で、受信者操作特性曲線下面積は0.777でした。さらに、正常体重範囲の検証セットにおいては、精度0.856、曲線下面積0.825でした。「IGRNet」は、心電図記録を用いて糖尿病予備群を高い精度で診断しました。他の機械学習手法よりも優れていました。非侵襲的な糖尿病予備群の診断テクノロジーとして臨床への導入の可能性が示唆されます。詳しくは論文をご覧ください。
https://pubmed.ncbi.nlm.nih.gov/32365875
心電図記録から糖尿病予備群を検出しようという発想がどこから登場したのか知りませんが、なんと高い精度で検出可能であったという驚くべき報告です。人間の眼では、心電図記録をどれだけ眺めても血糖の状態はわかりませんが、人工知能では可能であったということです。完全に人智を超えています。テクノロジーの進歩を前に人間は勝負にならないという印象です。

---