AIアルゴリズムがECGから人種を識別：高社会経済層の成人に限定
マサチューセッツ総合病院の研究チームが開発した人工知能（AI）アルゴリズムは、心電図（ECG）データのみを用いて、健康な白人と黒人を86%の精度で識別できることが示されました。この発見は、高社会経済層の成人においてのみ有効であり、心血管の健康における社会的側面の重要性を強調しています。
ECGシグナルの特徴と社会経済的要因
研究は1971年から2021年にかけて収集された約1,000万件のECGトレース（176万人分）を分析。識別は主にQRS複合体の電気的活動の違いに基づいていました。
興味深いことに、この人種間の違いは小児期のデータでは見られず、思春期以降に現れ始めることが判明。さらに、参加者を郵便番号に基づく所得で社会経済的地位別に分類したところ、所得スペクトルの上位ではAIモデルの識別精度は維持されたものの、低所得層では白人と黒人の区別ができませんでした。低所得層の白人の心臓の読み取り値は、隣接する黒人のものとほぼ区別不能でした。研究者らは「これらのシグナルには遺伝的根拠はなく、社会経済的要因によって人生の後半に現れる」と述べています。
「世代的ストレッサー」とエピジェネティック要因
ジョンズ・ホプキンス大学のナタリア・トラヤノバ博士は、所得に関わらず黒人参加者間でシグナルの違いが見られないことから、心臓の電気的活動の違いは、世代を超えて作用しうる社会経済的ストレッサーに linked したエピジェネティック要因によって引き起こされる可能性を示唆しています。これらは「長期間にわたってこれらの集団に複合的な影響を与える世代的ストレッサー」であると指摘されています。
医療への示唆
この研究結果は、ECG上の違いが心臓の健康にどのように影響するかはさらなる研究が必要であるものの、「健康なベースライン」が人種によって異なる可能性があることを理解する上で役立つとされています。トラヤノバ博士は、「黒人患者を白人のベースラインと比較することは適切でない可能性があるため、適切なベースラインを持つ必要がある」と述べています。
研究チームのアルムンダス博士は、これらの結果が心血管疾患における社会的な健康決定要因の重要性を再確認させる最も重要な教訓であると強調。アメリカ心臓協会（AHA）の2023年PREVENTガイドラインが、リスク因子から人種を除外し、心臓病の転帰予測を改善する社会剥奪指数を含めたことを例に挙げ、予測アルゴリズムにおいて人種ではなく、社会経済的地位をより正確に反映する指数を用いるべきだと提言しています。