人工知能（AI）を用いた臨床医の意思決定を支援するための新しいツール「SepsisLab」は、予測性能を高めるために必要な人口統計データ、バイタルサイン、検査結果を提案するという、AIツールとしては珍しい特徴を備えています。このシステムは、救急部門や集中治療室（ICU）で患者を診療する医師や看護師からのフィードバックを基に開発されました。これらの場では、感染症に対する体の過剰反応である敗血症が最もよく見られます。医療スタッフは、電子健康記録のみを使用して患者のリスクスコアを生成する既存のAIツールに不満を示していました。オハイオ州立大学（OSU）の科学者らは、SepsisLabを4時間以内に患者の敗血症リスクを予測する能力を持つよう設計しました。さらに、このシステムは欠落している患者情報を特定し、その重要度を定量化し、特定の情報が最終的なリスク予測にどのように影響するかを医療スタッフに視覚的に示します。公開および独自の患者データを使用した実験では、推奨されたデータの8%を追加することで、システムの敗血症予測精度が11%向上したことが示されました。
「既存のモデルはより伝統的な人間とAIの競争というパラダイムを代表しており、ICUや救急室で多数の誤警報を発生させ、臨床医の意見を取り入れていません」と、OSUの計算機科学・生物医学情報学の准教授であり、AIMed Labのディレクターであるピン・チャン博士（Ping Zhang, PhD）が述べています。
「私たちは、意思決定の各中間ステップにAIを関与させる『AI-in-the-human-loop』の概念を採用し、ただのツールを開発するだけでなく、医師をプロジェクトに参加させる必要があります。これはコンピュータサイエンティストと臨床医の間の本当の協力であり、医師を中心に据えたシステムの開発です」とチャン博士は述べました。
この研究は「KDD ’24: 第30回ACM SIGKDDデータ発見およびデータマイニング会議の論文集」に掲載され、2024年8月28日（水）にスペインのバルセロナで口頭発表される予定です。発表タイトルは「SepsisLab: 不確実性定量化およびアクティブセンシングを伴う早期敗血症予測」です。
敗血症は生命を脅かす緊急事態で、臓器不全を迅速に引き起こす可能性がありますが、その症状は他の多くの病状に似ているため診断が難しいものです。今回の研究は、チャン博士らが以前開発した機械学習モデルを基にしており、敗血症が疑われる患者に抗生物質を投与する最適なタイミングを推定するものでした。
SepsisLabは迅速にリスク予測を行うよう設計されており、新しい患者データがシステムに追加されるたびに1時間ごとに新しい予測を生成します。
「患者が最初に来院した際には、多くの欠測値が存在します。特に検査結果においてです」と、チャン博士のAIMedラボの計算機科学および工学の博士課程の学生である最初の著者、チャンチャン・イン氏が述べています。
「多くのAIモデルでは、欠測データポイントは単一の割り当て値によって処理されます。これは『補完』と呼ばれるプロセスですが、この補完モデルは、下流の予測モデルに伝播される不確実性に悩まされることがあります」とイン氏は述べました。
「補完モデルが欠測値を正確に補完できず、それが非常に重要な値である場合、その変数は観測されるべきです。私たちのアクティブセンシングアルゴリズムは、このような欠測値を特定し、医療スタッフにどの追加の変数を観察する必要があるかを伝えることを目的としています。これらの変数は、予測モデルをより正確にするために役立ちます」。
時間の経過とともにシステムから不確実性を除去することと同じくらい重要なのは、医療スタッフに実行可能な提案を提供することです。これには、診断プロセスにおける価値に基づいてランク付けされた検査結果や、特定の臨床治療によって患者の敗血症リスクがどのように変化するかの推定が含まれます。
実験では、検査結果、バイタルサイン、およびその他の高価値な変数からの新しいデータの8%を追加することで、モデルの伝播される不確実性が70%減少し、敗血症リスクの精度が11%向上しました。
「アルゴリズムは最も重要な変数を選択でき、医師の行動が不確実性を減少させます」と、オハイオ州立大学のトランスレーショナル・データ・アナリティクス研究所のコア教員でもあるチャン博士が述べました。「この基礎的な数学的作業が研究の最も重要な技術革新であり、この研究のバックボーンです」。
チャン博士は、人間中心のAIが医学の未来の一部になると考えていますが、それはAIが医療スタッフと信頼できる形で対話する場合に限られます。
「これは世界を征服するAIシステムを構築することではありません」と彼は述べました。「医学の中心は仮説検証と、毎分行われる『はい』か『いいえ』ではない意思決定にあります。私たちは、人間がAIを使って超人的な能力を感じられるようなインタラクションの中心に立つことを目指しています」。
この研究は、国立科学財団（NSF）、国立衛生研究所（NIH）、およびオハイオ州立大学の「President’s Research Excellence Accelerator Grant」の支援を受けました。チャン博士は、この研究を継続して臨床医と共同研究を行うため、NIHから追加の資金も得ています。
共同著者には、オハイオ州立大学ウェクスナー・メディカルセンターのジェフリー・カテリーノ氏、ノースイースタン大学のビンシェン・ヤオ氏とダクオ・ワン氏、およびIBMリサーチのピンユ・チェン氏が含まれています。
この記事は、OSUのエミリー・コールドウェル氏が執筆したリリースを基にしています。
