顔の動画による心血管スクリーニング——公表された精度と測定精度の限界との距離

2026年8月26日、欧州心臓病学会（European Society of Cardiology）は、215人を対象とした単施設の前向き研究の詳細を公表した。顔と手のひらの短い動画を自動解析し、高血圧と糖尿病を見分けることを目的としたものである。ミュンヘンの学会で発表したのは東京大学先端循環器医学講座の内田脩子氏で、システムは高速の分光カメラと、脈波の動態および皮膚色の分光的な変化を取り出すよう設計された機械学習アルゴリズムを組み合わせている。著者らが掲げる目標は、日常的な環境での大規模で非侵襲的なスクリーニングの実現だ。

示されたデータでは、30秒の記録で高血圧の精度が95.0%、糖尿病が88.2%、記録が5秒になるとそれぞれ90.3%、81.2%に下がる。ただし収縮期血圧の推定値を見ると技術的な弱点が浮かぶ。平均誤差は−2.6 mmHg、平均絶対誤差率は8.6%であるものの、誤差の標準偏差は±12.0 mmHgに達し、血圧計に関する国際基準AAMIが定める±8.0 mmHgの許容範囲を超えている。研究者自身も、実用化の前に特徴量の最適化と、より大規模な多施設データセットによってこのばらつきを抑える必要があると認めている。

学会抄録につきものの方法論的な限界を別にしても、現時点では査読付き論文もDOIもプレプリントも公開の場に見当たらず、方法や、年齢・性別・皮膚のフォトタイプ別の被験者構成を検証することができない。とりわけ最後の点は、皮膚色の分光的特徴を読み取る解析にとって決定的な変数である。プレスリリースは資金提供も利益相反も、分光カメラ製造元の関与の有無も明かしていない。この装置はスマートフォンの一般的なカメラとはかけ離れた専門機器であり、著者らが挙げる日常環境での利用という想定は、検証されていない推測にとどまる。

最後に、すでに診断を受けた患者を多く含む標本の設計は、モデルの有効性を過大に見せる傾向がある。一般人口の実際の有病率に当てはめれば、陽性的中率は公表された精度より低くなる公算が大きい。しかもその精度について、信頼区間は公表されていない。

非接触の診断は魅力的な最前線だが、臨床的な検証には測定値の安定性が要る。小さな標本の統計処理だけでは、その代わりにはならない。 — Olya