スマートフォンデータを用いて特発性肺動脈性肺高血圧症のリスクを特定する可否の評価

なぜスマートフォンが静かな心肺の異常を見つける手助けになるのか

ほとんどの人がスマートフォンを携帯し、多くは歩数や心拍、睡眠を静かに記録する時計を身につけています。本研究は単純だが強力な問いを投げかけます：日常のこうしたデジタルな痕跡は、稀で重篤な心肺疾患である特発性肺動脈性肺高血圧症（IPAH）を、専門医の診察に至るずっと前に医師が発見する助けになり得るか？研究者らは、スマホや時計、アプリ内アンケートから得られた実世界の長期データを調べ、日常の動きや心拍の微妙なパターンが誰のリスクが高いかを示せるかを探りました。

発見が難しい病気

IPAHは心臓から肺へ血液を運ぶ血管を狭めます。進行すると呼吸困難や極度の疲労を招き、心不全のリスクが高まります。しかし初期の警告症状は疲労感や労作時の息切れなど曖昧で、確定診断には専門施設での侵襲的な心臓カテーテル検査が必要です。多くの患者は最初の症状から診断まで約3年を要し、その時点では病気は進行して治療が難しくなっています。本研究チームは、日常活動の継続的で受動的な追跡が、早期に何かがおかしいという手がかりを提供できるかを知りたかったのです。

日常の動きを健康の手がかりに変える

研究者らは、スマホとApple WatchのApple Healthデータと連携するiPhoneアプリ「My Heart Counts」を用いました。英国でiPhoneを既に所有している109人を登録し、そのうち33人が確定したIPAH、14人が（主に重度のCOVID-19後の）他の重篤な疾患、61人が健康なボランティアでした。一部の患者については、診断前の数か月から数年にさかのぼって、携帯に保存された履歴データを参照できました。研究では、歩数、歩行速度、上った階段数、安静時と運動時の心拍の振る舞い、夜間の睡眠などの単純な指標を調べました。参加者は生活習慣、気分、運動や病気に対する姿勢に関する質問にも回答しました。

日常生活から明らかになったこと

IPAHを発症した人々は、診断前であっても健康なボランティアより既に活動量が少なく、歩行が遅い傾向がありました。歩数は少なく、上る階段も少なく、歩行ペースは遅めでした。安静時心拍は高めで、心拍の拍ごとの変動は小さくなっており―これは身体がより多く働いておりうまく適応できていない兆候です。また夜間に覚醒している時間が長い人も多く見られました。診断と治療の後、これらの指標は概ね改善しました：患者はより多く歩き、階段を上り、心拍はより落ち着き柔軟になり、これは臨床の標準的な6分間歩行検査で見られる改善と一致します。マインドセットや生活習慣に関するアンケートの回答は別の層の情報を加えました：IPAHの人々は現在の活動レベルが有益だと疑う傾向が強く、病気を遺伝的・固定的なものと考え、生活習慣で変えられると考えない傾向がありました。

リスクを認識するためにコンピュータを教える

こうしたデジタル信号がIPAHの検出に役立つかを試すため、チームはアプリデータで機械学習モデルを訓練しました。診断前の情報のみを用いると、時計データ（心拍を含む）に基づくモデルは、健康群や疾患対照群とIPAHをかなりうまく区別でき、ROC AUCという精度指標で約0.87を示しました。電話のみの活動データも依然高い性能を示し、生活習慣や人生満足度に関する選択したアンケート回答を加えると、性能は最大で0.94にまで達しました。同じ手法を別の米国のアプリユーザー群で試したところ、活動パターンや健康背景が国ごとに異なるため当初は精度が下がりました。しかし、米国データの一部でシステムを再学習させると精度は再び有用な水準（ROC AUC約0.74）に達し、こうしたツールは異なる集団に合わせて適応可能であることを示唆しました。

患者にとって何を意味するか

一般読者にとっての要点は、日常の歩数、歩く速さ、日常生活での心拍の反応が、たとえ漠然とした不調しか感じていなくても意味のある健康情報を含んでいるということです。本研究は小規模で探索的ではあるものの、消費者向けデバイスで受動的に収集される単純なデータと短い調査を組み合わせることで、病院の検査結果を反映し、重篤だが隠れた病状を持つ人々を健康な人や他の問題を抱える人々と区別するのに役立つ可能性を示しています。著者らは、こうしたツールが診療に使われる前にはより大規模で多様な研究が必要であり、観察されたパターンはIPAHに固有のものではないと強調しています。それでも彼らの仕事は、スマホやウェアラブルが早期警戒の伴侶となり、より侵襲的な検査を減らしてより早く治療に結びつける手助けをする将来を指し示しています。

引用: Delgado-SanMartin, J.A., Keles, M., Errington, N. et al. Assessing the feasibility of using smartphone data to identify risk of idiopathic pulmonary arterial hypertension. npj Cardiovasc Health 3, 16 (2026). https://doi.org/10.1038/s44325-026-00114-9

キーワード: デジタルヘルス, 肺高血圧, ウェアラブルセンサー, スマートフォンによるモニタリング, 医療における機械学習