ログイン・会員登録

会員の方

ID・パスワードをお持ちの方は、
こちらからログインください。

パスワードをお忘れの方はこちら

認証キーの承認をされる方はこちら

2016年1月より会員IDがメールアドレスに統一されました。

会員登録されていない方

会員限定コンテンツのご利用には、会員登録が必要です。

新規会員登録

サイトマップお問合わせ

  • 新規会員登録
  • ログイン

2022/05

機械学習モデルで腹壁再建術の合併症を術前予測

AI Can Help Predict Complications of Abdominal Wall Reconstruction

腹壁再建術(AWR)後の転帰を予測する機械学習モデルを開発したという研究結果が、「Journal of the American College of Surgeons」5月号に掲載された。米テキサス大学MDアンダーソンがんセンターのAbbas M. Hassan氏らによる報告。

腹壁ヘルニアの修復は最も多く行われている外科処置の1つだが、AWR施行後にはヘルニア再発や手術部位合併症が起こり得るほか、予定外の再入院に至ることもある。しかし、こうした合併症には患者背景や疾患重症度などが複雑に影響するため、AWR後の合併症リスクを正確に予測するツールはこれまで存在していなかった。そこでHassan氏らは今回、AWR後の合併症リスクを予測するための機械学習アルゴリズムを開発した。

研究では、2005年3月から2019年6月に同センターで腹部ヘルニアの開腹手術を受けた患者を対象として、手術の種類、年齢や性別、BMI、併存疾患、放射線治療歴や抗がん剤治療歴といった情報を収集。これらの患者データから、ヘルニア再発率、手術部位合併症の発生率、30日以内の再入院率を予測する9個の機械学習モデル(サポートベクターマシン、決定木、一般化線形モデル、多変量適応回帰スプライン、K近傍法、単一隠れ層人工ニューラルネットワーク、ランダムフォレスト、極値勾配ブースティング法、各アルゴリズムの予測の多数決を取る投票アンサンブル法)を構築した。なお、データセットのうち80%をトレーニングセット、20%をテストセットとして使用し、少数イベントによる不均衡を避けるためオーバーサンプリング法を採用した。

その結果、患者725人(女性52%、平均年齢60歳)が中央値42カ月にわたって追跡調査されており、ヘルニア再発率は12.8%、手術部位合併症の発生率は30%、30日以内の再入院率は10.9%であることが分かった。

機械学習モデルの予測能をAUC(曲線下面積)で評価したところ、9個のうち最も優れたモデルを選んだ場合、ヘルニア再発率で0.71、手術部位合併症の発生率で0.75、30日以内の再入院率で0.74と、それぞれ良好な予測能を達成できた。また、機械学習モデルの平均正解率は、ヘルニア再発率で85%(95%信頼区間80~90%)、手術部位合併症の発生率で72%(同64~80%)、30日以内の再入院率で84%(同77~90%)であった。

機械学習モデルにより、各転帰の予測因子も特定された。ヘルニア再発率では肥満やComponents separation法などの4因子、手術部位合併症の発生率では肥満やBMI、創分類などの12因子、30日以内の再入院率では消化器・泌尿生殖器管の障害などの3因子である。今回の機械学習モデルの有用性について意思決定曲線分析を用いて評価したところ、閾値確率に関係なく優れた純利益を得られることが分かった。

Hassan氏らは「本モデルには改善の余地があるが、改善すれば広く用いることができると考えており、多施設共同研究での検証に着手している。これらのモデルと臨床データや画像データを統合し、有益な予測ツールを開発したい」と展望を述べている。

著者の1人はアラガン社とのCOIを公開しており、他の1人は健康保険企業であるブルークロス・ブルーシールド社からの研究資金助成を公開している。(HealthDay News 2022年4月11日)

AI Can Help Predict Complications of Abdominal Wall Reconstruction

Machine learning algorithms can use preoperative clinical data to predict complications of abdominal wall reconstruction

MONDAY, April 11, 2022 (HealthDay News) -- Machine learning (ML) models can help predict outcome following abdominal wall reconstruction (AWR), according to a study published online April 7 in the Journal of the American College of Surgeons.

Abbas M. Hassan, M.D., from The University of Texas MD Anderson Cancer Center in Houston, and colleagues developed, validated, and evaluated ML algorithms for predicting complications following AWR. Data were included from 725 patients, who were divided into training and testing sets (80 and 20 percent, respectively).

The researchers found that the rates of hernia recurrence (HR), surgical site occurrences (SSOs), and 30-day readmission were 12.8, 30, and 10.9 percent, respectively. ML models had good discriminatory performance for predicting HR, SSOs, and 30-day readmission, with areas under the receiver operating characteristic curve of 0.71, 0.75, and 0.73, respectively. The mean accuracy rates for the ML models were 85, 72, and 84 percent for predicting HR, SSOs, and 30-day readmission, respectively. ML identified and characterized four, 12, and three unique significant predictors of HR, SSOs, and 30-day readmission, respectively. ML models had a superior net benefit regardless of the probability threshold in a decision curve analysis.

"We believe the models can be improved and made to be more generalizable in subsequent iterations, and we're currently embarking on a multicenter study to validate the models and develop a first-of-its-kind integrated tool that uses these models and clinical data and imaging data to provide a robust prediction tool," Hassan said in a statement.

One author disclosed ties to Allergan; a second author disclosed research funding from Blue Cross Blue Shield.

Copyright © 2022 HealthDay. All rights reserved.

2022年の医療AIレポート一覧へ
掲載内容について
本サイトは、記事コンテンツおよびサブコンテンツで構成されます。記事コンテンツにおいては、HealthDay Newsとして掲載された医療AI情報の記事をJapan編集部が翻訳して配信しています。記事の具体的な内容については、原著にて確認することをお勧めいたします。サブコンテンツにおいては、厚生労働省の「保健医療分野におけるAI活用推進懇談会」報告書から「AIの活用に向けた工程表」「健康・医療・介護・福祉分野においてAIの開発・利活用が期待できる領域」を掲載し、日本の政府の方針についてお知らせしています。本コンテンツの運営は、株式会社テクノミックが行い、武⽥薬品⼯業株式会社の関与はありません。また、本コンテンツに含まれる治療⽅法等は武⽥薬品⼯業株式会社が推奨・保証するものではありません。本コンテンツの情報に含まれる薬剤については、最新の国内添付文書でご確認ください。
著作権について
本コンテンツに掲載されている内容の無断転載・配布を固く禁じます。武田薬品工業株式会社から事前に文書による許諾を得ることなく、本コンテンツに掲載されている内容を再掲載すること、また検索システムに登録することや、電子的、機械的等、いかなる形式・方法にかかわらず、複写や記録を行うことを禁止いたします。また、本コンテンツで紹介する記事の著作権はHealthDayに帰属します。
免責事項
武田薬品工業株式会社は、本コンテンツに含まれる情報の完全さおよび正確さを保証するものではなく、その内容について一切責任を負いません。本コンテンツを利用される方々には信頼すべき情報を各自で確認されることをお勧めいたします。本コンテンツに含まれる情報は、決して、医師その他の医療従事者によるアドバイスの代わりになるものではありません。また、本コンテンツは、特定の薬剤を広告・宣伝するものではありません。