炎症性腸疾患（IBD: Inflammatory bowel disease）は慢性的な下痢・腹痛・血便を起こす疾患群で、「最大23.5%もの患者が初期診断を誤って受け、治療の遅れにつながっている」との報告がある。AIソフトウェアによってプライマリケアよりも早期にIBDを検出することで、治療の遅れによる組織損傷を減らし、重症化抑制および手術回避につなげる試みが進む。イスラエル・テルアビブ大学およびSheba医療センター、また医療AIスタートアップであるPredicta Medらの協働により、電子カルテデータからIBD患者を特定する機械学習アルゴリズムが開発されている。
同研究の成果は、Inflammatory Bowel Diseases誌に報告されるとともに、2022 Crohn’s & Colitis Congressで発表された。本アルゴリズムの学習のため電子カルテから取得される変数には、症状・検査結果・医師記述・処置・処方・併存疾患・既知のIBDリスク因子などが含まれている。IBD診断を受けた1,214名の患者を対象としてアルゴリズムの有効性を検証したところ、プライマリケアでIBDが疑われる4年前に30.1%の患者を検出していた。また、IBDのなかでも特にクローン病については、プライマリケアで疑われる4年前に38%の患者を検出できたという。
IBD予測および診断における関連研究の促進は、プライマリケアにおけるIBDの認識をさらに高めることも併せ、診断・治療までの短縮に寄与することが期待される。米国で300万人規模と推定されるIBD罹患者数は、日本においても若年層を中心に増加傾向が続いている。早期発見の恩恵が大きい疾患として、研究開発の動向には一層の注目が集まる。
関連記事：
