ハーバード大学 手術後の退院先を予測するAIアルゴリズムを開発

Photo by iStock

ハーバード大学を中心とした研究チームは、脊椎すべり症の手術を受けた患者がどのような退院先となるか、機械学習を用いた予測アルゴリズムを開発した。研究成果は3月27日、学術誌European Spine Journalにて公開された。

同チームの研究論文によると、大規模な患者データベース(The National Surgical Quality Improvement Program)を利用し、2009年から2016年までの間に脊椎すべり症に対して外科的手術を受けた患者のデータから、高精度な機械学習アルゴリズムを構築したという。アルゴリズムが予測を行うのは、自宅退院かそれ以外かで、非自宅退院にはリハビリ施設や介護施設などが含まれるとのこと。

脊椎すべり症は、壮年期以降に椎間板が変性することによって引き起こされることが多い。手術後の自宅退院が不可能となる症例では、社会福祉的な対応が欠かせず、退院先調整が難航するケースも少なくない。事前に退院後リスクまでを考慮した治療計画を立てることは、医療者・患者双方にとっての大きなメリットとなる。著者らは、今後他疾患についても同種の研究が加速することを指摘している。

前の記事がんの画像診断AIで躍進する豪スタートアップ・Maxwell Plus
次の記事AIによる認知症予防 – 前頭側頭型認知症の予測アルゴリズム
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。専門はメディカルデータサイエンス。ロンドンでのベンチャーエンジニアを経て、英国内の大学で医療データベース研究に従事。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。