医療とAIのニュース医療におけるAI活用事例疾患予防へのAI活用事例産後出血を正確に定義する「デジタル表現型」

産後出血を正確に定義する「デジタル表現型」

産後出血は、米国における妊産婦死亡の主要原因である。過去15年間で産後出血による死亡率は概ね一定だが、有病率は増加している(産後出血の定義により3〜9%増)との報告もあり、死亡を防ぐための取り組みが引き続き重要となっている。産後出血は定義があいまいで、目視による出血量の推定に大きく依存してきたため、不正確で不完全な表現が用いられてきた。より正確な産後出血の「デジタル表現型(digital phenotype)」を確立するためのAI研究が、米マウントサイナイ病院から発表されている。

Journal of the American Medical Informatics Association(JAMIA)に発表された同研究では、マウントサイナイにおける71,944件の分娩に対して、機械学習手法によって電子カルテデータ(出血量記録・ヘマトクリット値変化・子宮収縮剤投与・外科的介入・診断コード)を解析し、産後出血の正確なデジタル表現型を特定しようとした。その結果、本研究の表現型では6,639件(有病率9%)の産後出血が確認され、出血量記録のみを用いた場合における1,747件の3倍以上となった。チャートレビューによって本研究での表現型は精度89%との結果が示され、従来の精度(出血量に基づく定義で67%、過去に発表されたデジタル表現型で74%)を有意に上回っていた。

この結果は従来の産後出血の確認において、「電子カルテから容易に入手できる補完的な情報が無視され、リスク推定が偏っていた」ことも示唆している。研究チームは、「正確で有効なデジタル表現型を開発することで、産後出血の予防的介入をより効果的に行うための臨床研究等に対して、重要な役割を果たす可能性がある」と結論付けている。

関連記事:

  1. 妊娠高血圧腎症のAI診断で命を救う – ユニバーシティ・カレッジ・ダブリン発のプロジェクト
  2. 産後うつ病を予測する機械学習アルゴリズム
  3. Philips – 妊産婦向けAI開発への助成金を獲得

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)、英University College London(UCL)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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。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