ワシントン大学医学部のニール・チャタージー博士ら研究チームは、人工知能（AI）を活用して一般人口における突然死の主要原因である心停止のリスクを予測するモデルを開発しました。この研究結果は「JACC: Advances」に掲載され、これまで無症状で心臓病の既往がない人々にも発症する予測困難な医療緊急事態の予防への大きな一歩となります。研究では約 170 万人の患者データを対象に、心電図（EKG）のみ、電子カルテ（EHR）の 156 の臨床特徴のみ、そしてこれらを統合した 3 つの AI モデルを構築・検証しました。その結果、EKG と EHR を組み合わせた統合モデルは、心停止を起こす高リスク群を 228 人中 153 人と正確に予測しました。これにより、心停止のリスク予測精度は従来の約 1,000 分の 1 から約 100 分の 1 へと劇的に向上し、医師が患者にリスクを伝える際の実感ある数値提供が可能になります。興味深い点として、AI によって解析された心電図データのみでも、電子カルテデータを含んだモデルに匹敵する高い予測性能を示しました。これは低コストな 12 導肢心電図が世界中のコミュニティでリスク層別化に利用可能であることを意味します。さらに研究では、従来の心血管疾患に関連する要因以外にも、電解質異常、薬物乱用、薬剤間の相互作用などがリスク要因として特定され、これらは医療従事者が患者の服用薬や病歴を見直すきっかけとなり得る修正可能な要因です。ただし、本研究にはデータが単一の医療システムに限定され、他の人口統計や医療パターンの異なる集団への一般化可能性が不明確であるという限界があります。また、心電図検査を受けた患者のみを対象としているため、対象集団に偏りがある可能性があります。今後の課題としては、AI が高リスクと判定した場合に、どのスクリーニングや介入措置が適切であるかを実際の臨床現場で検証する必要があると研究者は強調しています。