近年、病院内心停止（IHCA）は急激な循環機能の停止によって引き起こされ、そのまま放置すると死に至る可能性がある重大な医療緊急事態である。特に救急科（ED）での心停止（EDCA）は、IHCA全体の10%から20%を占め、早期発見が求められている。しかし、心機能の微妙な変化を特定するのは難しい。従来のEDCA予測法は、構造化されたバイタルサインや心電図（ECG）信号に依存しており、追加の前処理や専門機器が必要であった。

本研究では、12誘導心電図の画像データを用いた新しいアプローチ、すなわちECG-Image-Aware Network（EIANet）を開発した。このモデルは、救急科のトリアージで得られる心電図...