原題: Artificial Intelligence-Derived ECG-Age as a Predictor of Mortality and Cardiovascular Events: A Systematic Review and Meta-Analysis
筆頭著者: Isadora Cristine Reis Sguizzato Bozzi
掲載誌: Arq Bras Cardiol.
掲載日: 2026年6月17日
1. この研究はなぜ行われたのか？（背景と目的）
近年、人工知能（AI）を用いて心電図（ECG）データから推定される「心電図年齢（ECG-age）」や、その推定年齢と実際の年齢との差（delta-age）が、心血管の老化や健康状態を示す新しいバイオマーカーとして注目を集めています。しかし、これが将来の死亡率や心血管疾患の発症をどれほど正確に予測できるかという予後的価値については、これまで十分に整理されていませんでした。
そこで本研究は、AIが算出するECG年齢およびdelta-ageと、患者の臨床アウトカム（全死亡、心血管死亡、心血管イベントなど）との関連性を評価するため、系統的レビューおよびメタアナリシスを実施することを目的として行われました。
2. 従来の医療と何が違うのか？（画期的なポイント）
従来の心電図検査は、主に不整脈や心筋虚血といった「現在の明らかな異常」を検出するために用いられてきました。しかし、AI（特に畳み込みニューラルネットワーク：CNN）を用いることで、人間の医師では判別が困難な心電図の微細な特徴から、心臓の「生物学的な年齢」を推定することが可能になりました。
この技術の画期的な点は、実年齢よりも心臓の推定年齢が高い状態（delta-ageの拡大）を数値化することで、一見すると「異常なし」と診断されるような無症状の段階から、将来の重大な健康リスク（死亡や心血管イベント）を非侵襲的かつ簡便に予測できる点にあります。
3. 研究が明らかにした結論
東アジア、アメリカ、イギリスなどの55万人以上の参加者を対象とした10件の研究（2021〜2025年発表）を統合して解析した結果、以下の事実が明らかになりました。
- 全死亡リスクの上昇： 実年齢に比べてAI推定の心電図年齢が高い（delta-ageの上昇）グループは、全死亡リスクが1.83倍に有意に上昇していました。
- 心血管死亡リスクの顕著な上昇： 心血管疾患による死亡リスクは2.63倍と、さらに強い関連性が示されました。
- 不整脈やその他の疾患予測： 心房細動の新規発症リスクが1.96倍になるほか、心不全や脳卒中の発症予測因子としても有用であることが示唆されました。
これらの結果から、AIが判定する「心臓の老い」は、単なる数値にとどまらず、実際の生存率や健康寿命に直結する強力な指標であることが証明されました。
4. 今後の課題と医療現場への影響
本研究により、AIを用いたECG年齢（特にdelta-age）が非侵襲的な心血管老化のバイオマーカーとして有望であることが示されました。今後は、健康診断や日常的な診療において、心電図を1枚とるだけで「あなたの心臓は実年齢より〇歳老いています。将来の心血管リスクを減らすために生活習慣を改善しましょう」といった個別化された予防医療への応用が実現するのかもしれません。
一方で、医療現場への本格的な導入に向けては、AIアルゴリズムの標準化、異なる人種や地域における外部検証、そして臨床的な有用性を確定させるための前向き多施設共同研究が必要です。これらがクリアされれば、無症状の段階からの超早期リスク層別化ツールとして、循環器内科のみならず一般内科や健診センターでも広く活用されるようになるでしょう。
【参照元データ】
論文タイトル: Artificial Intelligence-Derived ECG-Age as a Predictor of Mortality and Cardiovascular Events: A Systematic Review and Meta-Analysis
著者: Isadora Cristine Reis Sguizzato Bozzi
掲載誌: Arq Bras Cardiol.
掲載日: 2026年6月17日
URL: https://pubmed.ncbi.nlm.nih.gov/42307380/
専門医の視点
AIが12誘導心電図から算出する「心電図年齢（ECG-age）」と暦年齢の差である「delta-age」が、予後予測のバイオマーカーとして機能するかを検証したメタアナリシスです。
delta-ageの上昇は全死亡（pHR=1.83）および心血管死亡（pHR=2.63）のリスク増加と有意に関連していた、とのことです。脳卒中（stroke）や、心不全の発症予測に対しても、記述的分析において一貫した関連性が示されている、と述べています。
非侵襲的かつ低コストなECGから得られる本指標は、無症候性個人におけるリスク層別化ツールとして一定の有用性を示唆しているかもしれません。
【注意点】
全死亡解析等において出版バイアスが確認されており、効果サイズが過大評価されている可能性が残ります。
CODEやMayo Clinicなどの同一の大型データセットが複数の研究で重複して使用されているため、各アプローチの独立性や incremental value（付加価値）に限界があります。
異なる医療システムや集団における厳格な外部検証が不十分であり、人種、年齢分布、併存疾患によるECG特性の差異を考慮すると、現段階での一般化可能性には懸念があります。
AIモデルの説明可能性・解釈可能性のフレームワークも未だ確立されておらず、「なぜそうなったのか」を説明できないブラックボックスである点が課題でしょう。
コメント