楠瀬 賢也¹, Robert Zheng¹, 山田 博胤², 佐田 政隆¹

Kenya KUSUNOSE¹, Zheng Robert¹, Hirotsugu YAMADA², Masataka SATA¹

¹徳島大学病院循環器内科, ²徳島大学大学院医歯薬学研究部地域循環器内科学

¹Department of Cardiovascular Medicine, Tokushima University Hospital, ²Department of Community Medicine for Cardiology, Tokushima University Graduate School of Biomedical Sciences

キーワード : ejection fraction, artificial intelligence, echocardiography, machine learning

循環器画像診断は日々進歩しているが，左室駆出率（left ventricular ejection fraction：LVEF）は現在でも日常の診療における収縮機能の指標として最も重要である．LVEFは複数の分野（心臓弁膜症，心筋梗塞，がん治療に伴う心機能障害など）におけるガイドラインで中心的な位置を占めており，心不全患者における臨床的な方針決定にも不可欠である．しかし，LVEFの注目すべき限界として，不明瞭な音響窓や測定法のばらつきなどによる検査者間の再現性の低さが挙げられる．この問題を解決するために，検査者間で基準画像を共有することでLVEFの計測を標準化する方法や，人の手によらない計測を行うための人工知能が開発されてきた．本総説では，基準画像を用いたLVEFの標準化と，人工知能を用いたLVEF測定の自動化に焦点を当てる．

Despite recent advances in imaging for myocardial deformation, left ventricular ejection fraction (LVEF) is still the most important index for systolic function in daily practice. Its role in multiple fields (e.g., valvular heart disease, myocardial infarction, cancer therapy-related cardiac dysfunction) has been a mainstay in guidelines. In addition, assessment of LVEF is vital to clinical decision-making in patients with heart failure. However, notable limitations to LVEF include poor interobserver reproducibility dependent on observer skill, poor acoustic windows, and variations in measurement techniques. To solve these problems, methods for standardization of LVEF by sharing reference images among observers and artificial intelligence for accurate measurements have been developed. In this review, we focus on the standardization of LVEF using reference images and automated LVEF using artificial intelligence.