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...

一、学術的背景および研究動機 近年、人工知能（Artificial Intelligence, AI）は医療健康分野で大きな進展を遂げています。初期の診断補助、リスク予測から個別化された介入提案まで、AIは医療サービスの質と効率を向上させる重要なツールとなっています。しかし、AIの臨床応用には多くの課題が残されており、その中でも特に顕著なのがモデルの説明可能性（Explainability）と信頼性（Trustworthiness）です。AI システムが臨床意思決定支援（Clinical Decision Support Systems, CDSS）に用いられる際、医療従事者や患者はAIがどのように推論を行ったのか、その推論が既存の医学知識と合致しているか、いわゆる「ブラックボックス」ではな...