「敗血症死亡の予測」をAIが改善する

米疾病予防管理センター(CDC)によると、米国では年間170万人が敗血症に罹患し、うち27万人が死亡するなど、敗血症は極めて重要度の高い緊急疾患として取り扱われている。また、敗血症患者1人あたりの医療費は1.6~5.1万ドル以上にも及び、医療経済に与える影響も看過できない。「敗血症の発症・重症化・死亡の高精度な予測モデル」を利用したケアの質的向上、および転帰改善が強く求められてきた。

ハーバード大学公衆衛生大学院や台湾大学などの共同研究チームは、成人敗血症患者の死亡予測において、機械学習ベースの予測モデルの性能を評価し、従来型の予測モデルと比較している。Journal of Medical Internet Researchからこのほど公開されたチームの研究論文によると、US National Inpatient Sample(米国の大規模入院患者データベースで、一般公開されている)に含まれる92万人を超える敗血症患者データに基づき、ディープニューラルネットワークや勾配ブースティング決定木を含む4種のAIモデルで死亡を予測した。結果、従来型のロジスティック回帰モデルと比較して、感度・特異度・陽性的中率・陰性的中率のいずれにおいても、4つのAIモデルは有意にこれを上回っていた。

著者らは「機械学習アプローチにより、敗血症患者の院内死亡予測を改善することができる」として、さらなる積極活用と検証の必要性を強調している。また、これらの予測モデルが「病院間や地域間でのリスク標準化死亡率を比較」するための正確なモデル開発にも応用できる点に触れ,敗血症ケアの格差研究や政策イニシアチブにも資するとしている。

関連記事:

  1. ER受診直後から敗血症を判別するAIゲノミクス研究
  2. 敗血症予測の適時性と精度を大幅に向上させるAI研究
  3. 著名な敗血症予測ツールの「精度が低いこと」を研究者らが指摘
  4. 造血幹細胞移植のレシピエントにおける「敗血症発生」を予測する機械学習モデル

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