AIが予測するCOVID-19の3つの重症化因子

どのような患者で新型コロナウイルス感染症が重症化するか。議論と研究が進められている。初期の患者における因子、肺の画像パターン・発熱・強い免疫反応・年齢・性別などが候補として挙げられている。ニューヨーク大学(NYU)が主導し、中国Wenzhou Central HospitalとCangnan People's Hospitalと共同開発したAIツールでは、それら前述の重症化予測因子とは異なる3つの因子が導かれている。研究成果は3月30日にComputers, Materials & Continua誌にオンラインで発表された。 ScienceDailyでも同研究を紹介している。ここでの重症化は急性呼吸促迫症候群(ARDS)の発症と定義された。アルゴリズムが示したCOVID-19の重症化予測因子は、肝酵素アラニンアミノトランスフェラーゼALT値の上昇・筋肉痛の存在・赤血球ヘモグロビン値の上昇という3つであった。従来予想されていた他の因子は同研究では有意なものとならなかった。ALTは感染が肝臓に与えた炎症、筋肉痛は全身の炎症、ヘモグロビン値は喫煙などを反映した可能性がある。2つの病院の患者53名で学習された同アルゴリズムは70-80%の精度で重症化予測を達成した。 研究グループによると、ツールを開発する目的として「どのような中等症の患者が本当にベッドを必要としているのか」、「医療リソースが不足している中でどの患者を帰宅させるのか」、現場の意思決定を補助することを期待している。研究の限界点として、比較的少ない人数での学習であること、患者の平均年齢が43歳で高齢者の数が少なかったことを著者らは挙げている。おそらくこれからも重症化予測因子をめぐる多くの研究が追従し総意が得られていくであろう。次第に明らかになってくる因子に注目しながら臨床医達の戦いは続いてゆく。

LIFESTYLE

TECHNOLOGY

LATEST NEWS

中皮腫のCT診断AI – Canon Medicalとグラスゴー大学

建材などに使用されてきたアスベスト(石綿)関連の健康被害として、肺の悪性腫瘍である「中皮腫」がある。スコットランドでは、英国の主要産業として造船・建設でアスベストが多く使用されてきた経緯から、国際的にも中皮腫の発生率が高い地域として知られる。そのスコットランドを拠点としたCanon Medical Research Europeとグラスゴー大学は、中皮腫のCT診断に焦点を当てたAIツールを開発している。 グラスゴー大学のリリースによると、中皮腫のCT診断AIは腫瘍専門医の教師データから学習し、病変の検出と測定を正確に行う。同ツールは、がんに対するイノベーション技術に資金提供するスコットランド内のプログラム「Cancer Innovation Challenge」の一環で開発され、検証結果の発表を予定している。中皮腫は、一般的な腫瘍のように球体ではなく、組織表面上で「皮」のように複雑な成長をみせるため、CTでの診断が難しいがんの1つとされる。また、中皮腫の治療法は限定的で、今後の新規臨床試験も不可欠であるため、AIによる腫瘍検出・測定の効率化および自動化は臨床試験をより低コスト・短時間・高精度にする可能性も期待されている。 Canon Medicalの主席研究員であるKeith Goatman氏は「AIのスピードと精度は中皮腫の治療に幅広い影響を与える可能性があります。正確な腫瘍体積の測定は手作業では時間がかかり過ぎます。測定の自動化は腫瘍体積のわずかな変化も検出し、新しい治療法への臨床試験の道を拓くでしょう」と述べている。アスベスト使用は既に各国で禁止されたものの、中皮腫患者の発生では数十年という単位での時間差をみせている。英国のみならず、日本における中皮腫による死亡数も増加の一途であり、国際的に死亡者数のピークはまだ先にあるとも予測される。当該AIツールではその先を見据えた開発が進められている。

バングラデシュにおける子供の発育阻害を明らかにするAI研究

生後初期の慢性的な栄養欠乏によって、その後年齢相応の身体および認知機能の発達が得られなくなるものを「発育阻害(stunting)」と呼ぶ。1億を超える未就学児が発育阻害に曝されるが、その90%以上がアジア・アフリカの子どもたちとなる。豪キャンベラ大学などの研究チームは、バングラデシュにおける小児発育阻害のリスク因子探索に、機械学習アプローチを用いた研究を行っている。 Informatics for Health and Social Careからオンライン公開されたチームの研究論文によると、2014年のバングラデシュにおける健康調査データを利用して、5歳未満の小児における発育阻害を予測する機械学習モデルの構築、およびリスク因子の探索を行ったという。結果から、バングラデシュにおける発育阻害への高い説明力を持つリスク因子は順に、小児の年齢、家庭の経済状況、母親の学歴、妊娠期間、父親の学歴、世帯規模、初産時の母親の年齢などが明らかにされている。 著者らは「研究成果によって、バングラデシュにおける発育阻害を理解するためには、社会経済的因子に加え、栄養および環境要因の観察が重要であることを明らかにした」としており、事態改善を目指した取り組み・政策立案への示唆を本研究知見が提供する事実を強調している。 関連記事: 機械学習で自閉スペクトラム症の血中バイオマーカーを特定 糞便から食生活を予測するAI研究 発熱した乳児にその検査と治療は必要か? – 低リスク患児を特定するAIモデル アクションゲームがADHD向けデジタル治療としてFDA認証を取得

産後うつ病を予測する機械学習アルゴリズム

産後うつ病は出産経験女性の10%が罹患し、時に患者自身または子に対して深刻な転帰をもたらす重要疾患とされている。うつ病の既往は主要なリスク因子として知られているが、明確な病因は未だ明らかにされていない。スウェーデン・インド・ドイツなどの国際共同研究チームは「産後うつ病の発症を予測する機械学習アルゴリズム」を構築した。 Scientific Reportsから12日公開されたチームの研究論文によると、スウェーデン・ウプサラにおいて2009年から2018年までの間に実施された前向きコホート研究から、ベースとなるデータが収集されたという。4,313名の臨床データ・属性データ・心理測定データなどから産後うつ病の発症を予測する機械学習アルゴリズムを導いたところ、精度73%・感度72%・特異度75%と臨床的に有用と言えるパフォーマンスを示していた。一方、出産以前にメンタルヘルスの問題が無かった女性については、予測精度が64%へと低下する事実も認めている。また、産後うつ病の発症予測に対して高い説明力を示した変数は、妊娠中のうつ病と不安、回復力、性格に関連する変数などであった。 産後うつ病は、その罹患リスクを見過ごすことができない程度に高い頻度でみられる一方、適切な診断と治療介入を受けているのは一部に過ぎない。研究チームは、予測モデルに基づく個別フォローアップと費用対効果の高い管理指針策定を目指し、アルゴリズム精度の向上と個別リスク因子の有効利用を検討している。 関連記事: うつ病と双極性障害を鑑別する機械学習アルゴリズム AIとメンタルヘルス – がん患者におけるうつ病リスクの自動評価 妊婦の感情と精神状態へのAI応用に発展の余地 – セビリア大学からのレビュー論文 スタンフォード大学 – 機械学習手法による妊娠高血圧腎症の早期予測

STAY CONNECTED

229,818ファンいいね
68,547フォロワーフォロー
32,600購読者購読

POPULAR ARTICLES

AI医療の未来を考える会議の開催が決定

AIを利用した医療研究の促進・諸問題の解決を目指す組織「Alliance for Artificial Intelligence in Healthcare」は、これからのAIや医療について議論を行うためのパネル発表会を開催することを発表した。この発表会には「The Future of AI-Powered Healthcare(AIによる健康管理の未来)」というタイトルが付けられ、1月7日にサンフランシスコで開かれるという。 AP通信によると、今回のパネル発表会は、さまざまな企業の代表やWHOの専門家などを招いて行われるという。特に最初の挨拶は、AIを用いた創薬をテーマに最先端の研究を行っているInsilico Medicine社のCEO、Alex Zhavoronkov氏が行うことになっている。今回の会議では、医療研究や創薬研究における機械学習の可能性や、この先の展望などについてディスカッションが行われる予定だという。さらに、メディアを通じて投資家や研究パートナーにも内容を公開することで、今後どのような研究に投資・協力すべきかを検討してもらう機会を設ける目的もあるという。 今回の会議を主催するAlliance for Artificial Intelligence in Healthcareのホームページによると、同組織は企業の共同研究を援助したり、大きな課題を共同で解決するために設立されたという。設立されて間もないが、最先端の研究を行うグループが加入しており、活発な議論が期待されている。

イスラエルのスタートアップ AIで放射線科医のデータ処理におけるボトルネックを解消

TIME誌主催の「50 Genius Companies of 2018」の1社として、イスラエルのスタートアップ企業「Aidoc」が選ばれた。これはAmazonやAppleなどの有名企業が名を連ねるリストだ。Aidocはテルアビブに本社を構える創業2年の企業で、CTスキャンの解析に独自のAIを利用している。 ISRAEL21cの記事によると、放射線科医がCTスキャンの結果に目を通すより前に、AidocのAIは画像から重大な異常を発見し、ただちに医師が見る画面にアラートを送るという。同社CEOのElad Walach氏は、「AidocのAIを使用すれば、放射線科医の画像解析時間が60%短縮される」と語っている。放射線科医の作業負荷が急増し、それがデータ処理のボトルネックとなっている昨今、AidocのAIのような製品を導入することで、緊急事態でも患者をその場で治療できるようになるとも同氏は言う。 TIME誌がAidocを紹介している記事によれば、放射線科医の画像解析における異常発見に関して、AidocはこれまでCTスキャン約26万枚の画像を精査し、50,000時間分の作業を節約したという。また、医療関連データは2020年までに2兆3,000億ギガバイトに達すると予測されている。人間がロボット医師にお世話になる世界はまだ遠いが、医療用AI市場は2021年までに66億ドルに達すると見られている。

イリノイ大学シカゴ校 – AIによるメンタルヘルスケアへのアクセス向上

米イリノイ大学シカゴ校の研究チームは、メンタルヘルスケアへのアクセスを拡大・向上するため、AIドリブンな仮想エージェントをテストしている。米国立精神衛生研究所(NIMH)によると、メンタルヘルス不調は米国内だけで年間数千万人に影響を与えており、そのうちの半数は適切な治療にたどり着いていないとする。背景には、臨床医の不足・過度に細分化されたケア・社会的な偏見などがある。 同大学のJun Ma教授が率いる研究チームは、Lumenと呼ばれるAIドリブンな仮想エージェントにより、認知行動療法の一技法である問題解決療法(problem-solving therapy)を提供しようとしている。NIMHから5年間・200万ドルの助成金によって施行される本研究では、仮想エージェントによる治療介入の効果と安全性を評価し、実証後はAlexaへの実装と市民への一般提供までを考慮している。 Health IT Analyticsの取材に対し、Jun Ma教授は「研究の目的は、実績のある心理療法を利用できない多くの人々に対処することだ」とした上で、「本番環境への導入が始まれば、あっという間に誰でもプログラムにアクセスできるようになるが、現時点で研究は初期段階にあり、実現までには数年単位を必要とするだろう」と慎重な姿勢を明らかにする。研究チームは現在、小規模なユーザーテストを続けており、このフェーズに問題がなければランダム化比較試験(RCT)に移行することを見込んでいる。

LATEST REVIEWS

一般的な血液検査項目からCOVID-19陽性者を識別する機械学習モデル

イタリアの研究チームは、ルーチン検査の範疇である一般血液検査項目からCOVID-19の陽性者を識別する機械学習モデルを構築し、その性能評価を含めて研究成果を取りまとめた。 ヘルスサイエンス領域のプレプリントサーバーであるmedRxivに公表されたチームの研究論文によると、2020年2月から5月にかけてサンラファエル病院に入院した1,624人の患者データベースからアルゴリズムを構築したという。同患者群からは52%にCOVID-19陽性が確認されており、全血球計算や生化学を含む一般血液検査項目から、陽性者を識別するアルゴリズムを導いた。他病院の約100例の患者に対して妥当性検証試験を行ったところ、AUC0.75-0.78と比較的良好な識別精度を有することが確認された。 現在COVID-19の検出においてはPCR検査がゴールドスタンダードとして取り扱われるが、長いターンアラウンドタイムや試薬の潜在的な不足、看過できない偽陰性率などが問題となってきた。研究チームは、当該手法を「迅速かつ費用対効果の高い方法」としており、PCR検査の補助的検査としての有用性を強調する。また発展途上国など、リソースの不足する地域においては代替検査となる可能性にも言及し、今後の研究継続を明らかにする。 なお、Bitscopic社による先行類似研究も過去に紹介しているので参照いただきたい。