肝移植後の短期死亡率予測モデル

中国四川大学の研究チームは、肝臓移植手術後の「短期的な死亡率」を予測する簡便なスコアリングモデルを開発した。4因子のシンプルなモデルが十分な予測能を持つことを示しており、ドナー情報が事前入手できない場合などの患者予後評価に利用できる可能性が示唆されている。

International Journal of Surgeryにて公表されたチームの研究論文によると、1,495症例の患者コホートを利用し、単変量および多変量解析に機械学習技術を適用して患者予後の影響因子を評価したという。データ総数の25%を割り付けたテストセットにおいても、クレアチニン・総ビリルビン・年齢は独立した危険因子となり、アルブミンは保護因子となるとともに、簡便なスコアリングモデルは90日後の死亡率予測において十分な精度を維持していた。

ドナー情報に関わらず、レシピエントの術前特性のみで一定の予後予測を実現するスコアリングシステムには一定の臨床的な利用価値がある。今後のさらなる精度向上と他コホートにおける妥当性検証が望まれている。

前の記事緑内障の画像診断根拠を臨床医に説明できるAI – ソウル大学病院
次の記事人工知能で人間の嗅覚をモデル化
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。