HeartScan Logo
HeartScan

地震計心弾動図(SCG):心臓のための「地震計」

著者:ミハイル・バロドキン

地震計心弾動図(SCG)は、心臓の機械的活動によって引き起こされる胸壁のわずかな振動を記録する非侵襲的な手法です。

簡単に言えば、患者の胸に小型の地震計を置いて、各心拍を「感じる」ようなものです。これは地震計が地震を検出する方法に似ています。

SCG waveform

心電図(ECG)が心臓の電気信号を測定するのに対し、SCGは心臓の機械的な動き、つまり各拍動に伴う実際の衝撃、ポンプ動作、弁の動きを測定します。

SCGの仕組みとECGとの関係

SCGを記録するために、高感度の加速度センサーが胸(胸骨など)に取り付けられ、各心周期に伴う微細な動きを検出します。各心拍は特徴的なSCG波形、つまり心臓の収縮や弁の開閉などのイベントに対応する一連の波とピークを生成します。

Cardiac cycle graph
著者による心周期の統合確率グラフ

例えば、左心室が収縮して血液が排出されると、胸の振動は顕著なスパイクを生成し、弁の閉鎖は他の小さな波を生成します。これらの機械的イベントは、ECGで見られる電気的イベントと同調して発生します。

実際、SCG波形のズムはECGのリズムを反映しています。ECGの各R波(電気的な心室収縮信号)は、SCGの機械的振動のバーストと一致します。したがって、通常の心拍はECG複合波と同期したSCGの「衝撃」の両方を生成します。

SCG vs ECG:SCGとECGは補完的なものであることを理解することが重要です。ECGは心臓の電気伝導を描写することに優れており、不整脈(異常な心拍リズム)の診断におけるゴールドスタンダードです。一方、SCGは心臓の実際のポンプ性能、つまり心臓がどれほど強く、同期して収縮しているかについての洞察を提供します。

SCG vs ECG

例えば、ECGは信号が遮断されているか早期に発生しているかを示しますが、SCGはその電気的乱れが弱い心拍や血流の遅延につながったかどうかを示すことができます。SCGは心筋が何をしているかを測定するため、ECGでは明らかにならない可能性のある弁の機能不全やポンピングの非効率性を明らかにすることができます。

実際には、SCGはECGと同時に記録されることが多く、医師は電気的イベントと機械的イベントを拍動ごとに相関させることができます。

Synchronous recording ECG+SCG
Heartscan.appによるECG+SCGの同時記録の例

研究によると、定期的な検査にSCGを追加することで心臓の問題の検出率が向上することが示されています。ある初期の研究では、運動負荷ECGとSCGを組み合わせることで、冠動脈疾患の検出率が大幅に向上した(その試験では約70%から88%へ)ことがわかりました。

技術的な観点から見ると、SCGは最新のセンサーによって進歩しました。高品質の加速度センサー(スマートフォンやウェアラブルに含まれるものを含む)はSCG信号をキャプチャできるため、いつか患者は胸に小さなセンサーやスマートフォンを置いて横になるだけで、心臓の振動を記録できるようになるかもしれません。

MEMS accelerometer chip principles
一般的なMEMS加速度センサーチップの原理

これは、特に散発的な不整脈のような断続的な問題を捉えるための、便利で継続的な心臓モニタリングとして非常に興味深いものです。要約すると、SCGは追加のデバイスやウェアラブルを必要とせずに、各心拍の「機械的聴診器」のような視点を提供します。

臨床的証拠と参考文献

地震計心弾動図(SCG)の有効性は、増え続ける研究によって裏付けられています。現代の研究では、AIと高度なセンサーを活用して、新しい診断の可能性を切り開いています。

AIを活用した診断

Annals of Biomedical Engineeringに掲載された2023年の研究では、SCGとAIを組み合わせることで、高度なMRIスキャンに匹敵する最大95%の精度で大動脈弁の問題を診断できることが実証されました。これは、迅速で手頃な価格のスクリーニングツールとしてのSCGの可能性を浮き彫りにしています。

Read the study ↗

遠隔心不全モニタリング

2024年のアメリカ心臓協会で発表されたSEISMIC-HF 1研究では、ウェアラブルSCGパッチが、侵襲的検査に匹敵する精度で心不全患者の心臓圧力を推定できることが示されました。これにより、慢性心疾患のより良い遠隔ケアと管理への道が開かれます。

Read the study ↗

最新の研究の包括的な概要と、インタラクティブなデータの探索については、OpenSCGプロジェクトをご覧ください。

OpenSCG.orgでインタラクティブな研究データを探索する ↗

当社の研究

当社の独自研究「スマートフォンを用いたSCG:フィールド環境におけるリズムスペクトル障害の診断」はarXivで発表され、当社のディープラーニングフレームワークの基礎となっています。

arXiv:2601.13926で論文全文を読む ↗

SCG波形を読む準備はできましたか?臨床パターンガイドをご覧ください →