機械学習による「せん妄」予測

オーストリアの研究チームは、急性の意識障害である「せん妄」を予測するため、機械学習を用いた予測アルゴリズムの構築に取り組んでいる。

Studies in Health Technology and Informaticsに23日公開された論文によると、既存のせん妄スケールであるConfusion Assessment Method(CAM)およびDelirium Observation Screening Scale(DOSS)の測定項目に基づき、効果的にせん妄を検出するための機械学習アルゴリズムを構築したという。複数のモデルによる検討を行ったところ、典型的な不均衡データセットであったにも関わらず、ランダムフォレストによって十分に高い予測精度が導かれたとのこと。

せん妄は高齢者によくみられる一過性の意識障害で、入院中に突然暴れだすなど適切な治療への深刻な妨げとなることもある。早期のリスク検出は安全確保と治療予後改善の観点から重要となるため、高い精度と実用性を兼ね備えた臨床スケールが求められている。

前の記事皮膚がん診断はヒトとAIが協働するのが最適か – Nature Medicine より
次の記事声無き声を聞き分ける – 肝細胞がんの予測モデル
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
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, PhD
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)、東京大学大学院医学系研究科博士課程修了(PhD)、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)。UCL visiting researcher、日本学術振興会特別研究員を経て、東京大学特任研究員など。専門はメディカルデータサイエンス。

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。