AIが心血管疾患のリスクがある人を特定できる可能性
ユタ大学健康科学部の研究者らは、人工知能によって心血管疾患の発症と経過をより正確に予測できる可能性を初めて示しました。
研究者らはIntermountain Primary Children's Hospitalの医師と協力し、心臓や血管に既存の疾患が及ぼす相乗効果を正確に測定する独自の計算ツールを開発しました。
研究者らは、この包括的なアプローチによって、医師が深刻な心臓の問題を予測、予防、または治療できるようになる可能性があり、患者が基礎疾患に気づく前であっても可能かもしれないと述べています。
この研究は心血管疾患のみに焦点を当てていますが、研究者らはその意義はさらに広範囲に及ぶと考えています。実際、これらの発見は最終的に個別化予防医療の新時代につながる可能性があると研究者らは示唆しています。医師は患者に積極的に連絡を取り、起こりうる疾患と問題を軽減するためにできることについて注意を促すようになるでしょう。
「AIを活用すれば、ほぼすべての医学的診断についてリスクを精緻化できます。がんのリスク、甲状腺手術のリスク、糖尿病のリスク――想像できるあらゆる医学用語が対象になります」
研究の上級著者であるマーク・ヤンデル博士（哲学博士）と、U of U Healthの学長でBackdrop Healthの共同創設者であるエドナ・ベニング氏によると、人口統計データや病歴などの様々なリスク要因が心血管疾患に及ぼす複合的な影響を計算する既存の方法は、しばしば不正確で主観的です。その結果、これらの方法では心臓や血管の健康に重大な影響を及ぼしうる特定の相互作用を検出できません。
併存疾患とも呼ばれるこれらの相互作用が健康にどのように影響するかをより正確に測定するため、トリスタニ＝フィルージ、ヤンデル、そしてU of U HealthおよびIntermountain Primary Children's Hospitalの同僚たちは、機械学習ソフトウェアを用いて、氏名などの識別情報を削除した160万件以上の電子カルテ（EHR）を分類しました。
検査結果、診断、薬の使用、医療処置など、患者に起こるすべてを記録するこれらの電子記録により、研究者らは心血管疾患などの特定の疾患を悪化させる可能性が最も高い併存疾患を特定できました。
今回の研究では、確率的グラフィカルネットワーク（PGM）と呼ばれる人工知能の一種を用いて、これらの併存疾患のどの組み合わせが心臓移植、先天性心疾患、洞不全症候群（SND、心臓の自然なリズムの発生源の機能不全または停止）のリスクに影響しうるかを計算しました。
成人では、研究者らは次のことを発見しました：
- 以前に心筋症候群（心筋の疾患）と診断されていた人は、そうでない人に比べて心臓移植を必要とする確率が86倍高いことがわかりました。
- ウイルス性心筋炎の人は、心臓移植が必要になるリスクが約60倍高くなりました。
- 心不全の治療に用いられる血管拡張薬ミルリノンの使用により、移植リスクは175倍に増加しました。これは心臓移植の最も強力な個別の予測因子でした。
場合によっては、複合的なリスクはさらに高くなりました。例えば、心筋症でミルリノンを服用していた患者では、心臓が健康な人に比べて心臓移植が必要になるリスクが405倍高くなりました。
トリスタニ＝フィルージによると、併存疾患は小児の移植リスクに大きく異なる影響を与えました。全体として、小児の心臓移植リスクは、主な診断に応じて、以前に心疾患のなかった小児と比べて17倍から102倍高くなりました。
研究者らは、妊娠中の母親の健康が子どもに及ぼす影響も調べました。妊娠中に高血圧だった女性は、先天性の心臓および循環器系の問題を持つ子どもを産む確率が約2倍高くなりました。ダウン症候群の子どもでは、心臓の異常が発生するリスクが約3倍高くなりました。
先天性の血流異常を矯正するフォンタン手術を受けた乳児では、手術が不要だった乳児と比べて、洞不全症候群（SND）による心臓のリズム障害を発症する確率が約20倍高くなりました。
研究者らは、重要な人口統計学的な違いも発見しました。例えば、心房細動（脈が速くなる症状）を持つヒスパニック系の患者では、似た病歴を持つ黒人や白人の患者に比べて、SNDのリスクが2倍高くなりました。
本研究の著者ではないJosh Bonkowski博士（医学博士、Primary Children's Center for Personalized Medicineのディレクター）は、この研究が患者ケアのための実用的な臨床ツールの開発につながる可能性があると考えています。
「この新しい技術は、医療合併症のリスクを正確に評価し、個々の患者にとってより適した薬を特定することさえできることを示しています」
今後、トリスタニ＝フィルージとヤンデルは、この研究が、日々医師を取り巻く混乱を招く膨大な医療情報を整理する助けにもなることを期待しています。
「どれほど知識があっても、現代の医療従事者が患者に最善の治療を行うために必要なすべての知識を頭に入れておく方法はありません。私たちが開発している計算機は、現代の電子化された時代に利用できるすべての関連情報を用いて、医師が可能な限り最善のケア判断を下せるよう支援します。これらの機械は医療の未来にとって不可欠です」
