医療とAIのニュース医療におけるAI活用事例医療システム・医療問題へのAI活用事例心アミロイドーシスを診断コードでスクリーニングするAI

心アミロイドーシスを診断コードでスクリーニングするAI

「トランスサイレチン型(ATTR-)心アミロイドーシス」という希少で難治性の心疾患は、加齢や遺伝子変異によるタンパク質の変性でアミロイドが心臓に沈着し、致死的な心不全や不整脈を起こす。ビンダケル(タファミジスメグルミン)のようなアミロイド沈着を抑制する治療薬が近年普及し、治療方針が他の一般的な心不全と区別されることから、ATTR-心アミロイドーシスを早期に鑑別診断する重要性が増している。

ノースウェスタン大学フェインバーグ医学院からのリリースでは、同大学のチームを中心とした「機械学習モデルによるATTR-心アミロイドーシスの高リスク患者を特定する研究」が紹介されている。希少疾患であるATTR-心アミロイドーシスは、実際の有病率よりも潜在的に過小評価されているという仮説のもと、電子カルテデータから患者をスクリーニングする機械学習モデルが開発された。この研究がユニークなのは、心エコー結果や臨床文書からのスクリーニングではなく、「医療費請求における臨床診断コードの組み合わせからATTR-心アミロイドーシスの罹患リスクが高い患者を推定する」という点にある。例えば、心不全患者が脊椎・関節・腱に問題を抱えている場合、ATTR-心アミロイドーシスが存在するヒントとなる。最も強い関連性を示した診断コードは「心嚢液貯留」と「心房粗動」で、心臓以外の因子としては「手根管や各関節の炎症」が含まれていた。

本研究の成果は Nature Communications誌に発表されており、現在はノースウェスタン大学の心不全患者を対象に、前向きでの精度評価が行われている。同大学循環器内科教授で著者のSanjiv Shah氏は「レセプトデータを用いていることから、このモデルは全国の病院で一般化が可能で、他の希少疾患にも適用できる」と述べている。最終的な目標としてはモデルを電子カルテに直接統合し、ATTR-心アミロイドーシスの高リスク患者に追加スクリーニング検査が行われるようにしていきたいという。

関連記事:

  1. 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
  2. 電子カルテとAI – 新型コロナウイルス感染後の死亡リスクを高める46の危険因子を特定
  3. 電子カルテから急性腎障害発症を予測するAIテクノロジー

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