ハイライト
– AIモデル（ATTRACTnet）は、心電図波形、心エコーサイズ、人口統計学的情報、および整形外科診断コードを組み合わせて、内部および外部テストセットにおいてATTR-CMに対する優れた判別性能（AUC 約0.82-0.85）を達成しました。
– 多施設の単一群臨床実装では、AIガイドの症例発見により、1471人の患者が陽性スコアとなり、50人が診断テストを受け、そのうち24人（48%）がATTR-CMと診断されました。これは、歴史的な対照群よりも2.8倍高い陽性率です。
– 新たに診断された患者の大多数（88%）が疾患修飾療法を迅速に開始しました。研究者はランダム化試験の必要性を強調しています。
背景：疾患負担と未満足なニーズ
Transthyretin 心筋アミロイドーシス（ATTR-CM）は、高齢者における心不全、左室壁肥厚の重要な原因であり、予後が悪化する可能性があります。疾患修飾療法（タファミジスなど）の可用性は、早期かつ正確な診断の臨床的緊急性を高めています。しかし、ATTR-CMは未だ十分に診断されておらず、症状は多様であり、多くの患者は高血圧性心疾患や大動脈弁狭窄症と誤診されることがあります。従来の症例発見は、臨床的な疑念、標的化された画像（骨シンチグラフィー）、モノクローナル蛋白の除外検査に依存しており、しばしば利用が不足しています。
研究設計と方法
Jainら（JAMA Cardiology, 2025）は、ATTR-CMの検出を改善するためのAIを活用した臨床プログラム（ATTRACTnet）を開発し、テストしました。この研究は2つのフェーズから構成されています：(1) モデルの開発と検証、(2) 実世界のパフォーマンスを評価する単一システム、多施設、単一群オープンラベル実装試験。
モデルの入力には、生の心電図波形、心エコーサイズ（生の画像ではなく）、患者の人口統計学的情報、全身性アミロイドーシスに関連する整形外科診断コード（例：手根管症候群）が含まれました。トレーニングには、大規模なリファラルセンターからのデータ（内部テストセット n=799；平均年齢 75.1歳、男性64.7%）と5分割交差検証が使用され、外部検証には独立した学術機関（外部テストセット n=422）が使用されました。実装期間中の主要アウトカムは、合意された基準に基づくATTR-CMの診断でした（非侵襲的心シンチグラフィーと適切な検査または必要に応じた生検）。
実装フェーズの対象は、左室壁肥厚（≥12 mm）があり、ATTRACTnetスコアが≥0.5の患者でした。除外基準には、過去のATTR検査、肥厚性心筋症、残存予測期間＜1年、施設入所または高度認知症、左室肥厚が明確に説明できる場合（例：制御不良の高血圧や有意な大動脈弁狭窄症）が含まれました。
主な結果
モデルの性能：ATTRACTnetは、内部交差検証ではAUC 0.85（範囲 0.77-0.85）、外部テストセットではAUC 0.82（95% CI, 0.81-0.83）を示しました。主要な人種/民族グループ（ヒスパニック、非ヒスパニック黒人、非ヒスパニック白人）間で性能は類似しており、利用可能なデータ内のサブグループ間で適切なキャリブレーションが示唆されます。
実装と診断率：研究期間中、AIパイプラインは1,471人のスコア≥0.5の患者をフラッグしました。適合基準を適用した結果、256人の患者がアウトリーチの対象となり、50人が医師と患者の同意のもと、確認用の診断テスト（核シンチグラフィーとモノクローナル蛋白検査）を受けました。その中で24人（48%）が合意された基準に基づきATTR-CMと診断されました。この診断陽性率は、歴史的な対照群（15.3%；95% CI, 13.1%-17.9%；P ＜ .001）よりも2.8倍高かったです。前年比で、健康システム内の新規ATTR-CM診断は18%増加しました。
治療開始：新規に診断されたATTR-CM患者の24人中21人（88%）が3ヶ月以内に疾患特異的治療（例：タファミジス）を開始し、検出が迅速に治療行動に移行したことを示しています。
安全性と被害：報告は診断率と治療開始に焦点を当てており、スクリーニングによる直接的な被害についての信号は記述されていません。ただし、リソース利用や過度な検査（偽陽性）は関連する考慮事項です。
解釈と臨床的意義
本研究は、多モーダルAIモデルが臨床プログラムに統合されることで、通常は検査されない高リスクのATTR-CM患者を効率的に特定できることが示されています。2つの特徴が実際の関連性を強化しています：モデルは日常的に収集される入力（心電図波形、エコー測定値、人口統計学的情報、診断コード）を使用しており、実装は実世界の診断パス（PYP/DPDシンチグラフィーとモノクローナル蛋白評価）を引き起こしています。
臨床的には、テストされた患者の約50%が陽性であることは大きく、無作為なスクリーニングアプローチと比較して有利であり、AIが最も効果的な場所に診断リソースを集中させることを示唆しています。新規に診断された患者の大多数が迅速に治療を開始していることからも、早期治療が疾患進行を遅らせ、病態を軽減することが期待されます。
既存の実践や以前のエビデンスとの比較
過去の研究では、高齢者で左室壁肥厚、手根管症候群、伝導障害がある場合に、未認識のATTR-CMが特定できることを示しています。本研究が追加する点は、複数のデータモーダリティを統合して患者をテストの優先順位付けを行う自動化された、アルゴリズム駆動のパイプラインを示したことであり、個々の医師の疑念に頼らないで健康システム全体で患者を特定します。
強み
– 日常的に利用可能なデータ要素を活用する多モーダルモデル設計は、拡張性を高めます。
– 外部検証は、派生サイトを超えた一般化可能性を支持します。
– 実世界の実装データは、診断率と即時治療採択の実践的な証拠を提供します。
– 複数の人種/民族グループ間で同様の性能が報告されていることで、AIモデルの一般的な公平性の懸念に対処しています（ただし、継続的な評価が必要です）。
制限と注意点
– これは非ランダム化、単一群の実装研究であり、AI介入が検出増加の原因であるとは、同時期の世俗的傾向とは無関係に因果関係を帰属することはできません。
– 256人の適合患者のうち50人しか診断テストを受けなかったことから、検査への障壁（医師/患者の受け入れ、物流、または競合する臨床優先事項）や潜在的な選択バイアス—検査を受けた患者は事前のテスト確率が高い可能性があります—が問題となります。
– 使用された閾値（スコア≥0.5）と適合基準は、収益とリソース需要に影響を与えます。異なる健康システムや人口向けの最適化が必要となる可能性があります。
– 長期的なアウトカムデータが提供されていないため、AIスクリーニングによる早期検出が疾患進行、死亡率、生活の質、コスト効果を改善するかどうかは示されていません。
– 学術的または資源に制約のある設定への一般化にはさらなる研究が必要です。シンチグラフィーや専門家のケアへのアクセスは、実装の障壁となっています。
専門家コメントと今後の方向性
本研究の結果は、有効な治療薬が利用可能であるため、早期検出の改善は臨床的に意味があります。AIベースの症例発見は、医師の疑念に依存する必要を減らし、心電図や心エコーの特徴に加えて、関連する非心臓系のシグナル（整形外科診断）を組み込んだ多モーダルモデルは、transthyretinアミロイドーシスの全身性を反映しています。
重要な次のステップは以下の通りです：
– AIを活用したスクリーニングと標準ケアを比較するランダム化比較試験を行い、病院化、機能状態、生存率などの臨床的に意味のあるアウトカムやヘルスエコノミクスへの影響を定量的に評価すること。
– 様々な健康システムでの展開研究を行い、拡張性と公平性をテストすること。
– 適切な閾値を最適化し、感度、特異度、リソース利用のバランスを取ること。
– スクリーニングや診断カスケードの心理的影響や害を含む、患者中心のアウトカムを評価すること。
結論
ATTRACTnetは、治療可能な心筋症のAIを活用した症例発見の有望な例です。本非ランダム化多施設実装では、プログラムは新規に診断された患者における高い診断率と迅速な治療開始を達成しました。しかし、非ランダム化設計、検査の部分的な受容、アウトカムデータの欠如により、臨床的利益、コスト効果、設定間の公平なパフォーマンスを確認するためのランダム化試験と広範な実装研究が必要です。
資金提供と試験登録
試験登録：ClinicalTrials.gov Identifier: NCT06469372。
資金提供と詳細な開示は、元の出版物（Jain SS et al., JAMA Cardiology, 2025）に記載されています。
選択的な参考文献
1. Jain SS, Sun T, Pierson E, et al. Detecting Transthyretin Cardiac Amyloidosis With Artificial Intelligence: A Nonrandomized Clinical Trial. JAMA Cardiol. 2025 Nov 10:e254591. doi: 10.1001/jamacardio.2025.4591.
2. Maurer MS, Schwartz JH, Gundapaneni B, et al. Tafamidis Treatment for Patients with Transthyretin Amyloid Cardiomyopathy. N Engl J Med. 2018;379(11):1007-1016. doi:10.1056/NEJMoa1805689.
