全血球数からSARS-CoV-2感染を予測するAI手法

COVID-19患者の血小板数や白血球数にみられる特徴的な変化には多くの研究結果が注目してきた。その中の成果の1つとして、SARS-CoV-2に感染している患者を、標準的な血液検査の全血球数(CBC: complete blood count)から予測するAI手法が発表されている。

英国リンカーン大のニュースリリースでは、同大学のVorselaars博士を含むチームが発表した「機械学習とAIによる全血球数からのSARS-CoV-2感染予測」を紹介している。学術誌 International Immunopharmacologyに掲載された同研究は、サンパウロのCOVID-19患者データから全血球数を解析するAIモデルを構築し、病棟患者での予測精度はAUCで94-95%、市中の一般市民ではAUC 80-86%を達成した。研究ではライノ・アデノ・インフルエンザなど別のウイルス感染による血球数パラメータと、SARS-CoV-2による特徴的な免疫応答による血球数が、AI手法で区別される可能性が示されている。

COVID-19の看過できない重症移行度や死亡率のため、かぜ症候群やインフルエンザなど他のウイルス感染との鑑別が喫緊の課題とされている。国や地域による貧富差、および医療資源の分布特性から、今後もPCR検査の実施には一定の限界と制約があることは想定される。高度な機器や医療リソースを必要としないスクリーニング手法のひとつとして、全血球数による感染予測は課題解決の方向性を表している。

前の記事ピッツバーグヘルスデータアライアンスが腫瘍学・精神医学領域で新しい機械学習モデルを開発
次の記事糞便から食生活を予測するAI研究
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。