医学研究：将来的な急性腎障害を継続的に予測する臨床適用可能な手法

症状悪化の早期予測は、医療従事者のサポートにおいて重要な役割となり得る。院内死亡のおよそ11％は、症状が悪化している患者を速やかに認識して治療することができなかったために起きているからである。この目標を達成するためには、患者のリスク予測が必要であり、こうした予測は継続的に更新されていて正確であり、かつ、処置に十分な状況と時間的余裕をもって個人レベルで提供されなければならない。今回我々は、患者の将来的な悪化の継続的リスク予測のための深層学習手法を開発した。この手法は、電子健康記録から有害事象をモデル化する最近の研究を基にしており、事例として、よく見られ、命に関わりかねない状態である急性腎障害を用いている。我々のモデルは、多様な臨床環境をカバーする電子健康記録の大規模な縦断的データセットに基づいて開発され、172か所の入院治療施設と1062か所の外来診療施設に及ぶ70万3782人の成人患者を含む。我々のモデルは、入院患者の急性腎障害の全エピソードの55.8％を、そしてその後に透析処置を必要とした全ての急性腎障害の90.2％を予測し、リードタイムは最長で48時間、1つの真のアラートに対する偽のアラートの比率は2だった。我々のモデルは、将来的な急性腎障害の予測に加えて、信頼性評価と、各予測で最も顕著な臨床的特性のリストと共に、臨床的に関連する血液検査の予測される今後の経過を提供する。急性腎障害の認識と迅速な治療は困難であることが知られているが、我々の手法は、リスクのある患者を、早期治療が可能である時間枠内で特定する機会を提供できる可能性がある。

目次へ戻る