画像情報なしの電子カルテデータから肺がんリスクを予測

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:

  1. EHRコホートを用いた肺がん予後予測
  2. Optellum – 肺がん検出・管理のためのAIプラットフォーム
  3. 肺がん免疫療法への治療反応性を予測するAIモデル

前の記事スタンフォード大が展開する「AI研究向け大規模画像リポジトリ」
次の記事アルバータ大学 – AI研究のための「健康情報解析プラットフォーム」
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。