スタンフォード研究 – 手術後の長期オピオイド使用を予測する機械学習アルゴリズム

麻薬性鎮痛薬であるオピオイド系鎮痛薬はその離脱困難や乱用が問題となる。特に米国において深刻な社会問題となっているが、このほどスタンフォード大学の研究チームは、青年期の外科手術後患者において「オピオイド使用が長期化するリスクを予測」する機械学習アルゴリズムを構築した。

研究チームが3日、Anesthesia & Analgesia誌からオンライン公開した研究論文によると、2011年から2017年まで7年間における保険請求データベースに基づく手術症例データからこのアルゴリズムを導いたという。対象となったのは12~21歳の青年期にある患者群で、ランダムフォレストや勾配ブースティング決定木、XGBoost、ラッソロジスティック回帰など複数の機械学習モデルを利用し、患者情報・臨床データから「術後3~6ヶ月後にオピオイドの処方あり」を予測するアルゴリズムをトレーニングした。

186,493の症例に対して8,410(4.51%)にオピオイド長期使用が認められたが、最高の識別パフォーマンスを示したアルゴリズムではAUC 0.711となり、特定の手術ではさらに高精度な予測力を示していた(脊椎固定術で0.823、歯科手術で0.812など)。また、オピオイド長期使用と最も関連する変数は「術前1年間でのオピオイド使用歴」であった。研究チームは「この機械学習アルゴリズムが中等度から高度の予測力を有し、オピオイド長期使用における患者リスクの評価および予防措置の実施に貢献する可能性がある」ことを指摘している。

関連記事:

  1. AIでオピオイド使用障害を早期発見
  2. リアルタイムデータトラッキングが明らかにするオピオイド過剰摂取
  3. 自動テキストメッセージで術後のオピオイド使用を減らす研究
  4. 出生前情報からAIで新生児薬物離脱症候群を予測

前の記事Muse Healthcare – ターミナルケアへのAI活用事例
次の記事難聴の社会的背景からうつ病を予測するAI研究
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、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. 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。