Development of virtual network of medical terms of chronic kidney disease

点击翻译按钮获取中文摘要

慢性腎臓病(CKD)患者の正確な予後予測は、病態解明において重要な課題である。大量の医学文献データと大規模患者データを最新の人工知能(AI)と数理学的手法を用いた解析でバーチャル空間内にCKD病態ネットワークを構築し、CKDの病態を解明することを目的として研究に着手した。成果(1)CKD患者の予後予測システムの開発・実装：アウトカム(末期腎不全または死亡)の発生を予測するため、Random ForestやeXtreme Gradient Boosting (XBG)などを用いた機械学習モデルを26種類開発した。最も予測能が高いモデルをサーバに搭載し、予後予測WEBシステムの実装に成功した(Kanda E. PLOS Digit Health)。成果(2) 合併症のあるCKD患者の予後：(2-1) 高K血症患者の予後予測；高カリウム血症エピソード後の死亡、透析および心血管イベントを予測するXGBモデルを開発した(Kanda E. Nutrients)。(2-2) 2型糖尿病患者の予後予測：2型糖尿病患者を対象に、糖尿病性腎症または心不全の発症を予測するXGBモデルを作成した。SHAP解析により危険因子を発見した(Kanda E. Sci Rep)。成果(3) 医学用語バーチャル空間の構造の解明：CKDに関する文献を自然言語処理AIにより構築した医学用語バーチャル空間はリーマン多様体を構成した。さらに空間内のCKD関連因子間の関係(多様体的距離)はアウトカム発生に相関した。この結果は第65回日本腎臓学会学術総会にて優秀演題賞を受賞し、米国応用数学会でニュースとして取り上げられた(SIAM News)。これらの成果によって、患者データおよび医学テキストデータのベクトル化を基盤としたCKDの病態ネットワーク構築の医学的意義が示された。今後は、このネットワークの開発を目指す。