心電図によるがん治療関連心機能障害の検出

がん治療における抗がん剤投与は，心臓に副作用を引き起こすことがあります．こうしたがん治療関連心機能障害（cancer therapy-related cardiac dysfunction: CTRCD）は，早期に検出できれば治療方針の調整によって重篤化を防げる可能性がありますが，心機能の低下が明らかになる前の微細な変化を捉えることは容易ではありません． 本研究では，日常的な検査で得られる12誘導心電図から CTRCD の兆候を検出するシステムの開発に取り組んでいます．12誘導心電図は心臓を異なる方向から捉えた多変量時系列であり，波形内の局所的な変化と誘導間の関係の双方に情報が含まれていると考えられます．そこで，複数の時間スケールの特徴を統合するモデルや，誘導間の関係をグラフ構造として明示的にモデル化する手法を検討しています．また，ラベル付きデータが限られるという医療データ特有の制約に対しては，自己教師あり表現学習の活用を進めています． 技術的アプローチ： - CNN・RNN・注意機構を統合したマルチスケール特徴学習 - グラフニューラルネットワークによる誘導間関係のモデル化 - 自己教師あり表現学習による限られたラベルデータへの対応 国立がん研究センターとの共同研究により，実臨床データを用いた検証を進めています．