Core Concepts
健康な高齢化に伴う心電図の変化を、専門家の特徴と生のシグナルの両方から明らかにする。
Abstract
本研究では、健康な個人の心電図データを用いて、心電図の変化を説明可能なAIモデルを用いて分析しています。
まず、XGBoostモデルを使って、長期的な心拍変動(HRV)特徴と短期的な特徴を組み合わせて、年齢予測を行いました。この分析から以下の知見が得られました:
呼吸率は加齢とともに低下する
高いSDANN5値(5分間の正常RR間隔の平均標準偏差)は50歳以上の高齢者に特徴的である
一方、XResNet50のディープラーニングモデルは生の心電図データを入力として、年齢予測を行いました。この分析から以下の知見が得られました:
P波の変化が年齢予測に重要な役割を果たしており、加齢に伴ってP波の分布が変化する可能性がある
これらの知見は、従来の特徴ベースのアプローチを超えて、健康な高齢化に伴う心電図の変化に新しい洞察を与えるものです。
Stats
呼吸率は加齢とともに低下する。
50歳以上の高齢者では、SDANN5値が非常に高くなる傾向がある。