2型糖尿病患者の一部では複数の薬剤を組み合わせる多剤併用療法が行われるが、専門医ではない医師にとって意思決定の経験は限られ、薬剤選択に際するガイダンスの拡充が求められている。日立製作所・米ユタ大学・Regenstrief研究所の共同開発で、「2型糖尿病患者の電子カルテデータから、類似した特徴をもつ患者グループにおける治療パターンを一般化するAI技術」が発表されている。
Journal of Biomedical Informaticsに掲載された同研究は、AI手法によって類似する病状の患者をグループ分けし、治療パターンの解析から、治療オプションと起こり得る結果を予測するというもの。ユタ州・インディアナ州の糖尿病患者に投与された薬剤レジメンから、本研究手法がどの程度うまく予測できるか検証した結果、開発されたアルゴリズムは、2種類以上の薬剤を併用する患者の約83%を適切にカバーすることができた。
施設や地域によっても、患者の病状や処方パターンは多様となるため、多施設の医療データを統合して解析する予測モデルの開発には、データ正規化や患者情報共有に課題がある。本研究では3つのアプローチが比較されており、特に生の患者データを１つのデータセットに集約する「Combining Data（CD）」によって高い予測性能を達成できたとする。一方、施設の垣根を越えてデータを共有することが難しい場合、あらかじめ構築された予測モデルを調整して使用する「Weighted Average（WA）」で、データ自体を施設内に留めておくことも有効なオプションになるとしている。繊細さが求められる医療データの取り扱いに対し、本研究のような「状況に応じた適切な手法選択とそれぞれの有効性検証」は重要なアプローチとなる。
関連記事：
