医療とAIのニュース医療におけるAI活用事例最新医療AI研究AI手法が示す「COVID-19の死因を占める二次性細菌性肺炎」

AI手法が示す「COVID-19の死因を占める二次性細菌性肺炎」

COVID-19の重症患者が死に至る機序として、多臓器不全を引き起こす全身性の強い炎症、いわゆる「サイトカインストーム説(cytokine storm theory)」が仮説の1つにある。しかし、米ノースウェスタン大学の研究チームは、電子カルテデータに機械学習を適用することで、「COVID-19患者の主要な死因には二次性の細菌性肺炎が多いことを示し、サイトカインストーム仮説を否定できる可能性がある」とする研究成果を発表している。

Journal of Clinical Investigationに掲載された同研究では、ノースウェスタン記念病院の集中治療室で重度の肺炎と呼吸不全を起こした585名(うちCOVID-19患者190名)の電子カルテデータから、延べ入院日数の類似した患者をグループ化して解析する「CarpeDiem」という機械学習アプローチを開発した。この結果、「COVID-19患者の約半数が人工呼吸器関連の二次性細菌性肺炎(VAP)を発症し、VAPから回復した患者は生存率が高く、VAPから回復できなかった患者は死亡率が高いため、ウイルスそのものに関連する死亡率は比較的低い」ことが示されたという。研究グループでは、これらの結果がサイトカインストーム仮説の否定を示唆すると考察している。

著者のBenjamin Singer氏は「もしサイトカインストームがCOVID-19患者の長期入院の根底にあるのであれば、多臓器不全への移行が頻繁にみられるはずだが、我々が本研究から見い出した結果は異なるものだった」と説明する。また、共著者のRichard Wunderink氏は「COVID-19患者の死因における細菌性肺炎の重要性は過小評価されており、多くの施設では十分に調べていなかったり、治療の成否ではなく、肺炎の有無に伴う結果のみを見ている」と語った

参照論文:

Machine learning links unresolving secondary pneumonia to mortality in patients with severe pneumonia, including COVID-19

関連記事:

  1. COVID-19による死亡リスクに関連する免疫細胞
  2. COVID-19患者の病状悪化を予測する「シンプルな機械学習モデル」
  3. レビュー論文 – COVID-19画像解析へのAI利用

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