中国電子科技大学 機械学習による外傷性脳損傷の生存率予測

中国のIT研究・開発と人材育成を牽引する電子科技大学は、外傷性脳損傷患者の生命予後を予測する機械学習アルゴリズムを構築し、古典的な統計モデルとの精度比較を行っている。

チームが学術誌Journal of Critical Careに公表する研究論文によると、22の機械学習モデルと、オーソドックスな統計的回帰モデルであるロジスティック回帰モデルを利用し、重症の外傷性脳損傷患者の生存率予測における精度を比較した。ロジスティック回帰モデルにおけるAUCが83%であったのに対し、機械学習モデルにおいては86.3~94%とより高い精度を示した。他指標においても機械学習モデルの優位性がみられていた。

外傷性脳損傷の予後予測モデルには臨床利用可能なものが複数提唱されているが、機械学習アプローチによる新しい予後予測がより有効である可能性が示唆される。過去記事からも、機械学習モデルを活用した「高齢者の予後予測」、「乳がん患者の予後予測」なども紹介しているのでご覧頂きたい。

前の記事手術後の傷は自宅でAIアプリが観察 – 国立台湾大学医学院附属病院
次の記事誤警報がオオカミ少年にならないために – アラーム疲労を防ぐAI
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。