医療とAIのニュース医療におけるAI活用事例早産児の壊死性腸炎 NECを発症前に便から予測する機械学習手法

早産児の壊死性腸炎 NECを発症前に便から予測する機械学習手法

早産児の合併症で、生後数週間で突発的に発生する腸疾患「壊死性腸炎 Necrotizing enterocolitis (NEC)」はよく知られている。NECの原因は完全な特定に至っておらず、腸管の損傷と細菌の侵入から腸管穿孔や敗血症を引き起こし、致死率は15-30%といわれ、生存した乳児も長期に影響を受ける。便の細菌情報を解析する「マイクロバイオーム(microbiome)」に機械学習を組み合わせて正確かつ早期にNEC発生を予測する研究が、コロンビア大学の研究チームらによってACM-CHIL 2020 学術集会で発表されている。

コロンビア大学のニュースリリースによると、従来は予測困難であった早産児のNEC発生を、今回の新研究によって少なくとも24時間前に75%の症例が予測可能になる結果が得られ、AUCは0.9を超えた。便のマイクロバイオームを解析する機械学習手法には教師あり学習の一種multiple instance learning(MIL)が用いられている。NECリスクの高い乳児に早期介入が可能となれば予後の著明な改善につながることが期待される。

研究チームによると、乳児のマイクロバイオームが出生後に劇的な変化をする中で、その多様性が高いほど健康に寄与し、一部の早産児ではその多様性の問題がNEC発症に関連しているという仮説に基づいて同研究は進められた。研究チームではNEC発症前にリスクを識別するプラットフォームの開発と臨床試験を計画しており、筆頭著者であるThomas A. Hooven氏は「早産児の両親や医療チームがNECの恐怖に怯えることがなくなる未来を初めて思い描くことができた」と述べている。

TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
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. 岡本 将輝 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)、英University College London(UCL)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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 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。
RELATED ARTICLES

最新記事

注目の記事