# 心電図画像の疑似カラー化で、AIの心臓リスク検出と説明が向上

> 英国バイオバンクのてんかんコホートを対象に、臨床的に設計されたカラーマップを心電図画像に加えたところ、AUCは0.72から0.9超に上昇し、モデルの説明も安定した。

Oossa · 2026-11-10 · https://oossa.com/ja/pseudo-colour-ecg-images-boost-ai-heart-risk-detection-and-explanations

研究チームは、1拍分の心電図画像を使って、同一構造の残差ネットワークを2つ訓練した。一方のネットワークには、臨床リスク評価ツール「QTノモグラム」に基づいて選んだ色でQT間隔の下の領域を塗り分ける疑似カラー表現を入力した。カラー画像を使ったモデルのAUCは、英国バイオバンクでの2回の受診時にそれぞれ0.903と0.914に達した一方、モノクロ画像のモデルは約0.72にとどまった。8種類の説明手法を比較したところ、カラー画像ではリスクの高いQT領域をより明確かつ安定して特定できた。

## 事実

- カラー画像モデルのAUCは0.903、0.914。モノクロ画像モデルは0.719、0.720。
- 研究は2026年11月10日に発表された。

## なぜ重要か

心臓の電気生理学に関する既知の知見と整合するAIの心電図説明を臨床医が信頼できるようになり、自動リスク評価への信頼向上につながる可能性がある。

## 出典と参考資料

1. [Clinically Informed Colour Encoding Improves the Localisation and Stability of Explanations in Deep Learning ECG Models: External Validation in a UK Biobank Epilepsy Cohort](https://arxiv.org/abs/2611.09971) – arXiv cs.CV, 2026-11-10

最終更新: 2026-11-10