機械学習で新型コロナウイルスの驚きが判明

病院への訪問は、初期の病気とその結果に要約できます。 しかし、医療記録は別の話をします。医師のメモや患者の病歴、バイタルサインや検査結果が満載で、数週間の滞在に及ぶ可能性があります。 健康研究では、そのデータすべてに数百人の患者が掛け合わされます。 したがって、AI データ処理技術がますます洗練されるにつれて、医師が健康を AI とビッグデータの問題として扱うようになるのも不思議ではありません。

最近の取り組みの 1 つとして、ノースウェスタン大学の研究者らは、電子医療記録に機械学習を適用し、患者が人工呼吸器による呼吸補助を受けている集中治療室 (ICU) における肺炎のより詳細な日々の分析を作成しました。 Journal of Clinical Investigationに4月27日に発表されたこの分析には、機械学習による患者日数のクラスタリングが含まれており、これは、長期の呼吸不全と二次感染のリスクが、多くの対象者よりも新型コロナウイルス感染症患者においてはるかに一般的であることを示唆している。初期の新型コロナウイルスの恐怖 - サイトカインストーム。

「ICUでのデータ分析にアプローチするほとんどの手法は、患者が入院したときにデータを調べ、その後、遠い時点での転帰を調べるものだ」と、研究共著者でノースウェスタン大学フェインバーグ医科大学准教授のベンジャミン・D・シンガー氏は述べた。 「真ん中にあるものはすべてブラックボックスです。」

AI によって、毎日の ICU 患者の状態データから、新型コロナウイルス感染症のケーススタディを超えた新たな臨床発見が得られることが期待されています。

データへの日単位のアプローチにより、研究者は 2 つの関連する発見に至りました。二次呼吸器感染症は、新型コロナウイルス感染症患者を含む ICU 患者にとって共通の脅威です。 そして、新型コロナウイルス感染症と呼吸不全との強い関連性は、新型コロナウイルス感染症患者におけるサイトカインストームの証拠が予想外に欠如していると解釈できる。 患者が炎症性サイトカイン反応を示した場合、最終的には多臓器不全に移行することが予想されるが、研究者らはそれを発見できなかった。 報告されている発生率はさまざまですが、サイトカインストームはパンデミックの初期から、新型コロナウイルス感染症の重篤な症例では危険な可能性があると考えられてきました。

患者の約 35% は、ICU 滞在中のある時点で、人工呼吸器関連肺炎 (VAP) としても知られる二次感染症と診断されました。 新型コロナウイルス感染症患者の 57 パーセント以上が VAP を発症しましたが、非新型コロナ患者では 25 パーセントでした。 新型コロナウイルス感染症患者のほぼ 20% で、複数の VAP エピソードが報告されています。

ノースウェスタン大学の医学講師で、この研究の共著者の一人であるキャサリン・ガオ氏は、使用した機械学習アルゴリズムのおかげで研究者らは「臨床的に意味のある明確なパターンが現れるのを確認する」ことができたと述べた。 研究チームは、「その日をつかめ」を意味するラテン語のフレーズにちなんで、その日を中心とした機械学習アプローチを CarpeDiem と名付けました。

CarpeDiem は Jupyter Notebook プラットフォームを使用して構築されており、チームはコードと匿名化されたデータの両方を利用できるようにしました。 データセットには患者日ごとに 44 の異なる臨床パラメータが含まれており、クラスタリング アプローチにより、6 種類の臓器機能不全 (呼吸器、人工呼吸器の不安定性、炎症性、腎臓、神経系、ショック) の異なる特徴を持つ 14 のグループが返されました。

「この分野は、初期のデータを調べて、それが数日、数週間、または数か月後に（患者の）状態を予測できるかどうかを確認できるというアイデアに焦点を当てています」とシンガー氏は述べた。 同氏によると、数時点だけでなく毎日のICU患者の状態を使った研究により、研究者や研究者が使用するAIや機械学習アルゴリズムに、さまざまな治療の有効性や患者の変化への反応についてより多くの情報を伝えることができるようになることだという。状態。 今後の研究の方向性の一つは、病気の勢いを調べることだろうとシンガー氏は語った。

研究者らが開発した手法（彼らは「患者日アプローチ」と呼んだ）は、データポイント間の短い時間で臨床状態の他の変化を捉える可能性があると、臨床実践のための予測モデルの開発を支援するマサチューセッツ総合病院の救急医サヨン・ダッタ氏は述べた。機械学習を使用しており、研究には関与していませんでした。 同氏は、時間ごとのデータはクラスタリングアプローチに独自の問題を引き起こす可能性があり、パターンの認識を困難にする可能性があると述べた。 「代わりに、1 日を 8 時間のチャンクに分割することが、細分性と次元性の良い妥協点になるのではないかと思います」と彼は言いました。

ICU の大量の健康データを分析するための新しい技術の導入を求める声は、新型コロナウイルス感染症のパンデミック以前から存在していました。 機械学習や計算によるアプローチは、観察研究だけでなく、ICU でさまざまな方法で広く使用できる可能性があります。 考えられるアプリケーションとしては、毎日の健康記録やヘルスケア デバイスによって記録されたリアルタイム データを使用したり、利用可能なさまざまな情報を組み込んだ応答性の高いマシンの設計が含まれる可能性があります。

全体的な死亡率は、二次感染を発症した患者と発症しなかった患者の両方で約 40% でした。 しかし、VAP と診断された症例が 1 件ある研究患者のうち、二次性肺炎の治療が 14 日以内に成功しなかった場合、76.5 パーセントが最終的に死亡するか、ホスピスケアに送られました。 二次性肺炎が治癒したとみなされた人の割合は17.6％だった。 どちらのグループにも約 50 人の患者が含まれていました。

シンガー氏は、二次性肺炎のリスクは通常は必要なものであると強調する。 「このような場合、人工呼吸器は絶対に命を救います。人工呼吸器から生じる合併症にどのように最善の対処をするかは、私たち次第です」と同氏は語った。 「合併症を経験するには生きていなければなりません。」