Apple Watch ECGを使用した致命的な冠状動脈性心臓病のリモートモニタリングの実現可能性

背景：致命的な冠状動脈性心疾患（FCHD）は、しばしば突然の心臓死（年/年以上の人々に影響を及ぼします）と呼ばれ、冠動脈疾患が唯一の特定の状態です。ウェアラブルデバイスからのECGデータを使用したFCHDリスク予測の心電図人工知能（ECG-AI）モデルにより、より広範なスクリーニング/監視の取り組みが可能になります。 目的：FCHDリスク予測のための単一リードECGベースのディープラーニングモデルを開発し、臨床ウォッチECGとApple Watch ECGの一致を評価します。 方法：テネシー大学健康科学センターの167,662 ECG（50,132人の患者）を使用して、FCHDシングルリード（12リードECGSの「リードI」）ECG-AIモデルが開発されました。データの80％（5倍の交差検証）がトレーニングに、20％がホールドアウトとして使用されました。COX比例ハザード（CPH）モデルは、ECG-AIの予測を年齢、性別、人種に組み込んだことも開発されました。このモデルは、243 St. Jude Lifetime Cohort Studyの参加者からのペアの臨床シングルリードおよびApple Watch ECGでテストされました。予測の相関と一致は、ピアソン相関（R）、スピアマン相関（ρ）、およびコーエンのカッパを使用して評価されました。 結果：ECG-AIおよびCPHモデルは、ATRIUM Health Wake Forest Baptist Baptist外部検証データで、20％のホールドアウトとAUC = 0.85および0.87でそれぞれAUC = 0.76と0.79をもたらしました。243ペアのECGでテストされた場合、予測（r = 0.74、ρ= 0.67、およびκ= 0.58）の間に中程度の強い正の相関がありました。臨床（LEAD I）とApple Watchの予測により、参加者の99％について同じ低/高リスクのFCHD分類が行われました。CPH予測の相関により、R = 0.81、ρ= 0.76、およびκ= 0.78が生じました。 結論：FCHDのリスクは、ウェアラブルデバイスから得られた単一リードECGから予測でき、12リードECGのリードIと統計的に一致しています。

BACKGROUND: Fatal coronary heart disease (FCHD) is often described as sudden cardiac death (affects >4 million people/year), where coronary artery disease is the only identified condition. Electrocardiographic artificial intelligence (ECG-AI) models for FCHD risk prediction using ECG data from wearable devices could enable wider screening/monitoring efforts. OBJECTIVES: To develop a single-lead ECG-based deep learning model for FCHD risk prediction and assess concordance between clinical and Apple Watch ECGs. METHODS: An FCHD single-lead ("lead I" from 12-lead ECGs) ECG-AI model was developed using 167,662 ECGs (50,132 patients) from the University of Tennessee Health Sciences Center. Eighty percent of the data (5-fold cross-validation) was used for training and 20% as a holdout. Cox proportional hazards (CPH) models incorporating ECG-AI predictions with age, sex, and race were also developed. The models were tested on paired clinical single-lead and Apple Watch ECGs from 243 St. Jude Lifetime Cohort Study participants. The correlation and concordance of the predictions were assessed using Pearson correlation (R), Spearman correlation (ρ), and Cohen's kappa. RESULTS: The ECG-AI and CPH models resulted in AUC = 0.76 and 0.79, respectively, on the 20% holdout and AUC = 0.85 and 0.87 on the Atrium Health Wake Forest Baptist external validation data. There was moderate-strong positive correlation between predictions (R = 0.74, ρ = 0.67, and κ = 0.58) when tested on the 243 paired ECGs. The clinical (lead I) and Apple Watch predictions led to the same low/high-risk FCHD classification for 99% of the participants. CPH prediction correlation resulted in an R = 0.81, ρ = 0.76, and κ = 0.78. CONCLUSION: Risk of FCHD can be predicted from single-lead ECGs obtained from wearable devices and are statistically concordant with lead I of a 12-lead ECG.