マウントサイナイ病院 – 入院時の特徴からCOVID-19による院内死亡を予測する機械学習モデル

新型コロナウイルスの感染者数は世界で5000万人を超え、死者は100万人を上回る。適切なリソース分配と高リスク患者の特定のためには、高精度な転機予測モデルが求められている。このほど、米ニューヨーク市マンハッタンに所在するマウントサイナイ病院の研究チームから、COVID-19に伴う院内死亡を予測する機械学習モデルが報告された。大規模な前向き患者コホートから得られた初の知見として、大きな注目を集めている。

Journal of Medical Internet Research(JMIR)に公表されたチームの研究論文によると、本年3月からの3ヶ月間にニューヨーク市内5病院に入院したCOVID-19陽性患者4,098名の診療記録を用い、同モデルの構築と検証が行われたという。実際のモデルトレーニングに使われたのは単一施設の患者1,514名のデータで、その後4施設での妥当性検証、および5月以降は383名に対して前向き調査が実施されている。チームはXGBoost(勾配ブースティング決定木のアルゴリズムを実装したオープンソースライブラリ)を利用し、既往歴やバイタルサイン、入院時検査結果などから入院後3・5・7・10日での高精度な死亡予測モデルを導いた。

依然として危機の続く医療現場において、患者トリアージと効果的なケア計画策定に資する本研究成果は大きな意味を持つ。研究チームは、ツールの普及を見据えた予測モデルの更なる精度向上を狙い、研究計画を継続する旨を明らかにしている。

前の記事AI revolution in medicine
次の記事Avicenna.AI – 脳卒中検出AIでキヤノンメディカルシステムズと提携
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。