心電図自動診断における深層学習の説明性研究 ― Explainable AI に基づく進展の総括 1. 学術的背景と問題提起 心電図（Electrocardiogram, ECG）は、心疾患を診断するための重要な生体信号取得手段として、今日まで百年以上にわたり用いられてきました。近年、人工知能（Artificial Intelligence, AI）および深層学習（Deep Neural Networks, DNNs）技術の急速な発展により、データ駆動型の自動診断アルゴリズムは心電図分野で卓越した性能を発揮し、とりわけ不整脈などの複雑な異常検出において従来法を大きく上回っています。深層学習モデルは信号特徴を自動で学習・抽出できるため、ECG自動解読および診断支援システムの進歩を大きく後押しし...

単一センサーによる振動心動図で多モダリティ心血管波形を生成 背景紹介 心血管疾患（Cardiovascular Disease, CVD）は、世界でもっとも罹患率・死亡率が高い疾患の一つとして、毎年億単位の患者に影響を与え、世界の医療システムに巨大な負担をもたらしています。文献によれば、CVD関連医療費は毎年数十億ドルに達し、患者の生産力や生活の質にも大きく影響しています。高血圧、糖尿病、肥満、座業的なライフスタイルなどのリスク要因が広範に存在し、CVDの予防・管理はますます困難になっています。 早期発見・早期介入はCVD管理効率の向上と重篤な心血管イベントの減少にとって極めて重要であり、これによりウェアラブル健康モニタリング技術が注目を集めています。日常的に心臓生理パラメータをモニタリング...

CIGNN: 因果関係とグラフニューラルネットワークに基づく袖なし連続血圧推定フレームワーク 背景紹介 世界保健機関（WHO）のデータによると、世界中で約11.3億人が高血圧に影響を受けており、2025年にはこの数字が15億に増加すると予想されています。高血圧は心臓病や脳卒中などの心血管疾患の重要な危険因子であり、これらは世界の主要な死亡原因です。高血圧の普及は、認知症や障害の負担も増加させているため、高血圧の予防と管理は世界の健康結果を改善するために至関重要です。 連続血圧（BP）測定は、高血圧の診断と予防に豊富な情報を提供します。連続的に血圧を監視することで、患者の血圧パターンや傾向をより詳細に把握でき、治療の要否や現在の治療法の調整が必要かどうかを示すことができます。さらに、連続血圧モ...

心電図に基づく大規模な心血管診断機械学習アルゴリズムの開発と検証 序論 心血管疾患（Cardiovascular diseases, CV）は、世界中で病気の負担の主な原因であり、早期診断と介入が病気の合併症、医療利用率、および費用の削減において重要です。伝統的な心電図（Electrocardiogram, ECG）は、低コストで便利な診断ツールとして、心血管疾患の検出に広く使用されています。しかし、現在のECG解釈技術（人工およびコンピュータアルゴリズムを含む）は、高次の信号相互作用および「隠れた」臨床関連パターンの識別に制限があります。人工知能（Artificial Intelligence, AI）、特に深層学習（Deep Learning, DL）の出現は、ECG信号における「隠れた...