日本の小児科医である川崎富作が発見した「川崎病（KD: Kawasaki disease）」は、乳幼児における原因不明の発熱疾患として知られる。COVID-19の流行で、KDに類似した症状を呈する小児疾患「MIS-C: multisystem inflammatory syndrome in children」が出現し、症状として近似した両疾患が注目を集めている。米カリフォルニア大学サンディエゴ校（UCSD）のチームは、MIS-CとKDを識別する機械学習アルゴリズムを開発し、その早期診断と正確な区別に取り組む。
Lancet Digital Healthに掲載された同研究では、MIS-C、KDまたはその他の発熱疾患と診断された1,500人を超える患者群から、年齢、KDに特徴的な5つの臨床症状、17の検査値を用いて、「KIDMATCH」と呼ばれるディープラーニングアルゴリズムを構築した。研究に協力した各小児病院での外部検証の結果、KIDMATCHはMIS-C・KDといった発熱疾患を90%以上の精度で正しく区別することができた。
著者でUCSDの川崎病研究センター長であるJane C. Burns氏は「40年間に渡り、川崎病の研究コミュニティは診断テストの作成に取り組んでは失敗してきた。しかし今回わずか1年半の間で、どの病院でも実施可能な検査から発熱疾患診断の支援ツールを作成し、90%を超える精度を達成した」と語った。
関連記事：
