人工知能機械学習を応用した高精度周術期休薬判断アルゴリズムの構築

点击翻译按钮获取中文摘要

周術期の不適切な休薬は出血や血栓症などにより重篤な障害や死に至る可能性がある。我々は、これまでに周術期の迅速で的確な休薬判断のために、薬、中止リスク、継続リスクに応じて科学的根拠に基づき休薬期間を表示するアプリを開発し、臨床試験で有用性を確認した(Kimura et al. Medicine 2020)。その結果、アプリの休薬判断は医師の判断と一部乖離しており、患者個別の背景や病態に応じて休薬判断精度を向上させることが課題として示された。本研究では、人工知能(artificial intelligence: AI)機械学習の適用可能性を探索する。AIは休薬判断根拠となる文献情報や臨床で医学・薬学的考察に基づいて決定した休薬判断症例を多数学習し休薬判断アルゴリズムを構築することで、類似事例の休薬判断を行うものとする。更に、休薬判断症例の薬物血中濃度・血液凝固活性の変化や臨床経過を解析し、専門家によりAI判断結果の妥当性を検証・補正する。1）医療データ収集/数値化: AI計算環境を整備し、機械学習のための医療データを数値化した。休薬期間の判断根拠として、血栓リスクと出血リスクの他に、「血小板数」と「APTT or PT 異常」を新たに追加することにより、従来のアプリで休薬期間推定に矛盾が生じるような場合においても休薬期間を推定することを可能とした。2)休薬期間判断のためのAI構造設計/アルゴリズム構築:機械学習ソフトウェアWEKAを用いて仮想症例に対する周術期休薬期間を解としたベイジアンネットワークモデルを構築した。3)アルゴリズムの可視化：構築したアルゴリズムをアプリに組み込むために、PythonおよびJavaScriptライブラリであるD3.jsを用いて動作入出力を検証するためのインターフェースを作成した。