「健康そのもの」だった人が、突然倒れる——その理由

スポーツの試合中、若い選手が突然崩れ落ちる。前日まで元気だった人が、ある朝目を覚まさない。**突然心臓死(突然死)**は、こうして何の前触れもなく襲ってきます。世界で年間数十万人、米国だけでも年30万人以上の命を奪うとされる、医療の大きな難問です。

やっかいなのは、「いかにも危なそうな人」だけが対象ではないこと。心臓に持病のない若いアスリートも、一見健康な人も含まれます。だからこそ「誰が危ないのか」を事前に見抜くことが、長年の課題でした。

その壁に、AIが思いがけない角度から風穴を開けたかもしれません。

なぜ「予測」がそんなに難しいのか?

実は、突然死には“切り札”があります。植込み型除細動器(ICD)——暴走した心臓の電気リズムを電気ショックで正す、体内に埋め込む装置です。リスクの高い人にこれを入れておけば、命を救える可能性が高い。

つまり問題は「治す手段がない」ことではなく、「誰に入れるべきかを当てられない」ことにあります。研究を率いたカリフォルニア大学バークレー校のジアド・オーバーマイヤー氏(救急医でもあります)は、これを“非常に悲劇的だが、AIに非常に向いた問題”だと表現しています。

現在の標準的な判断材料は、心臓のポンプ機能を示す**左室駆出率(LVEF)**という指標です。ところがこれが、なかなかの曲者でした。

ここで一度立ち止まって考えてみてください。検査の精度が低いと、何が起きるでしょうか。Nature誌に掲載された今回の論文によれば、LVEFは実際に突然死する人の大半を見逃す一方で、本当は低リスクの人を「危険」と判定し、結局一度も作動しない除細動器を埋め込んでしまうケースも多かったのです。要は、当たりもするが外れも多い“あてずっぽうに近い賭け”だったわけです。

AIは、心電図の何を「見て」いたのか

研究チームが使ったのは、スウェーデンのある地域で記録されたすべての心電図(ECG)を死亡記録と結びつけた、人口規模の巨大なデータでした。これを深層学習(ディープラーニング)で解析させたのです。

心電図とは、心臓の電気的な活動を波形として描き出す、あの“ギザギザの線”のこと。健康診断で測ったことがある人も多いはずです。AIは、この波形に潜む——人間の目では捉えきれない微妙なパターンを探し当てました。

興味深いのは、その手がかりが意外なほど具体的だったことです。報道によれば、AICは特定の誘導(aVL)における**R波の終わり際の“なめらかさ”**に注目したとされます。波形のこの部分の電圧変化が乏しく、つるりとしているほど、突然死のリスクが高いと予測できた——心拍数やQRS幅といった従来の要素とは独立に、です。

たとえるなら、熟練の整備士がエンジン音のほんのわずかな“こもり”から不調を察知するように、AIは波形のかすかな滑らかさから危険信号を読み取っていた、というイメージです。

ここが新しい——「見逃されていた人々」の発見

SciNexu編集部がこの研究で最も重要だと考えるのは、AIが従来とは別の集団を浮かび上がらせた点です。

数字で見ると説得力があります。AIが「高リスク」と判定したのは全体の約2.2%。この群の年間突然死率は**7.0%**で、LVEFで選ばれる群(年4.6%)よりも高い。そして決定的なのは、AICが見つけた高リスク者の86.1%が、従来のLVEFでは引っかかっていなかったということです。

過去にもAIで突然死を予測する研究はありました(米オレゴン州や韓国の研究など)。ただ多くは「既存の指標をどれだけ上回るか」を競うものでした。今回が一線を画すのは、これまでの網からこぼれ落ちていた“別の顔ぶれ”を、まるごと可視化したこと。見えていなかった人々が、初めて地図に載ったのです。

さらに、AIが高リスクと判定した人のうち除細動器を入れた人は、予測より54.4%死亡しにくかったというデータも示されました。これは「ただの予測当てゲーム」ではなく、実際の救命につながりうる可能性を示唆します。

ただし、ここは冷静に見たい

胸が高鳴る話ですが、誇張は禁物です。

このデータは主にスウェーデンの一地域のもので、人種や生活習慣の異なる集団に同じように当てはまるかは、これから検証が必要です。除細動器による死亡率の改善も、ランダム化比較試験のような最も厳密な手法で確かめられたわけではなく、現時点では「効果がありそうだ」という示唆の段階と理解しておくのが誠実でしょう。

オーバーマイヤー氏自身、次の段階として、高リスクと判定された人にパッチ型の機器で心臓を継続観察してもらい、その背後にある生理的メカニズムを解明したいと語っています。つまり「なぜその波形が危険なのか」は、まだ完全には分かっていません。

私たちの「健康診断」が変わる日

それでも、この研究が指し示す未来は具体的です。

いつか、健康診断で当たり前に測るあの心電図が、AICの目を通すことで「あなたは継続的な見守りを検討したほうがいい」と教えてくれるかもしれない。今まで誰にも気づかれなかったリスクが、ありふれた検査からそっと拾い上げられる——そんな世界です。

そしてこの話には、もう一つの含意があります。AIは単に人間より速く診断するだけでなく、人間がまだ知らなかった体のサインそのものを“発見”できるかもしれない、ということ。医学が新しい知識を獲得する手段としてのAI。心電図のギザギザの線が、その最初の一例になりつつあります。