医療とAIのニュース医療におけるAI活用事例最新医療AI研究スタンフォード大学 - 機械学習手法による妊娠高血圧腎症の早期予測

スタンフォード大学 – 機械学習手法による妊娠高血圧腎症の早期予測

妊娠高血圧腎症は蛋白尿を伴う血圧上昇で、妊婦に痙攣発作をきたす「子癇」を引き起こすことがある。子癇は速やかな治療がなされない場合致命的となるため、妊娠高血圧腎症の早期同定・治療開始は周産期管理の重要な要素と言える。ただし、原因が明確でないこと、危険因子と表現型が多岐に渡ること、などから効果的な早期予測は容易ではなかった。米スタンフォード大学の研究チームは、機械学習アプローチによってこの妊娠高血圧腎症を予測する統計モデルを構築した。

American Journal of Obstetrics & Gynecology MFMに掲載されたチームの研究論文によると、2014年4月から2018年1月に、カリフォルニア州スタンフォードに所在するルシール・パッカード小児病院で扱った16,370件の出産記録とそれに伴う妊産婦データを利用し、このアルゴリズムを導いたという。チームが用いた統計モデルは、Elastic NetとGradient Boostingの2つ。前者は、ridge回帰とlasso回帰で用いる正則化項のいずれもを使用する手法で、多重共線性(特徴量間に強い相関があり、推定が不安定になるケース)への対策として頻用される。後者はアンサンブル学習のひとつで、複数の弱学習器を逐次的に作り各々の予測結果を統合する手法で、特徴量の全てが重要でありながらridge回帰を含む通常の回帰がうまくいかない場合などに選択される。チームは在胎週数16週未満で入手可能なデータのみを利用し、母親の基本属性や既往歴、各種検査結果など計67の変数を考慮した。得られた最良の予測モデルではAUC 0.79(95%CI 0.75-0.83)、感度45.2%、偽陽性率8.1%であった。また、早期発症の妊娠高血圧腎症についてはAUC 0.89とより高い識別精度を示していた。

著者らは「ルーチンの妊娠初期情報から妊娠高血圧腎症のハイリスク者を高いパフォーマンスで予測することができる」と結論付けており、自動スクリーニングによる効果的な妊娠合併症管理を実現する可能性を強調する。

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)、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、SBI大学院大学客員准教授、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. 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