肺がんの検診として低線量CTによるスクリーニングが普及してきた。低線量CTの被曝・偽陽性・コストという課題から、検査の恩恵を受けやすい肺がん高リスク患者を事前に特定することが望まれている。台北医科大学などの研究グループは、画像情報なしの電子カルテ記録を用いたAIによる肺がんリスク予測を行っている。
Journal of Medical Internet Researchに発表された同グループの研究では、台湾の健康保険データベース200万人のデータを利用し、ニューラルネットワークによる肺がん予測モデルを構築した。用いられた情報は、年齢、性別、直近3年間の診断と投薬の履歴などで、慢性気管支炎やCOPDなど呼吸器疾患の既往でサブグループが解析されている。モデルの予測力を示すAUCは全人口で0.90、55歳以上で0.87を達成した。
開発されたモデルは1年以内の肺がん予測に優れた性能を発揮している。このような予測モデルで肺がんリスクの高い個人を事前に特定することで、低線量CTによるフォローアップ検査を受けるべき集団を絞り込むことが可能となる。高コストの診断介入の必要性を最適化することは、これからの高齢社会にとってますます重要な観点となり、AIの役割が拡大していくことが見込まれる。
関連記事：
