説明可能な人工知能による潰瘍性大腸炎の予後因子
潰瘍性大腸炎（UC）は慢性の炎症性腸疾患であり、その病態生理は多岐にわたる。そのため、症例ごとに最適な治療法を選択することが大切だ。今回、全国規模のレジストリを説明可能な人工知能（日立製作所）を用いて解析することで、難治性UCの予後因子を特定できることが報告された。レジストリ登録時の偽ポリープが存在することが、寛解と有意に負の相関を示したという。研究は東海大学医学部消化器内科の佐野正弥氏らによるもので、詳細は「Annals
of Medicine」に5月5日掲載された。
UCは、重度の下痢、血便、激しい腹痛、発熱を特徴とし、再発と寛解を繰り返す難治性の炎症性腸疾患だ。UCの寛解を目指す場合、コルチコステロイド（CS）の導入が有効とされるが、CSには長期使用による有害事象のリスクがあり、早晩にCSに依存しない薬剤への切り替えが不可欠と考えられる。そのため、従来の研究では、どの治療がどの疾患型に対してより高い寛解率をもたらすかが検討されてきた。しかし、UCの疾患の多様性が影響し、包括的な予測モデルの開発は困難となっている。このような背景を踏まえ、著者らは、全国の医療記録に基づく機械学習モデルを用いて、難治性UCの予後因子を特定することとした。
郵便番号を入力すると、お近くの治験情報を全国から検索できます。
解析対象は2003年4月から2012年3月（日本で生物学的製剤が普及する前）の期間に、全国レジストリに登録された新規UC症例7万9,096名とした。この中から3年分のデータがあり、初回診断時のMayoスコアが3以上で、登録以来CSを使用している4,003名（うち1,373名が3年以内に寛解達成）を最終的な解析対象とした。機械学習にはポイントワイズ線形モデル（PWLモデル）を用いて、3年後の寛解誘導と患者の層別化を予測した。モデルのパフォーマンスを示すスコアとして、曲線下面積（AUC）とF値を用いた。
長期寛解（3年以上持続）を予測するために、登録時、登録後1年、登録後2年までのデータに基づき開発された3つのPWLモデルが評価された。登録時、登録後1年目、登録後2年目のAUCはそれぞれ0.628、0.641、0.774であり、増加が認められた。また、登録後2年後までのテストデータセットにおける、適合率、再現率、F値はそれぞれ0.55、0.70、0.62だった。
次にk-means+法を用いて患者を予測される寛解率の高いグループと低いグループに分類した。さらに、登録時データのみを使用して寛解に関連する重要な因子の相関係数を調べたところ、偽ポリープ（0.695）、腹痛（0.689）、S字結腸炎（0.578）、5-ASAの使用（0.513）などいくつかの因子が相関していることが分かった。これらの因子の重み値は、偽ポリープ（-0.056）、腹痛（-0.054）で負の値を、S字結腸炎（0.054）、5-ASAの使用（0.049）で正の値を示した。登録後1年目までのデータを解析した結果、重要な因子として、偽ポリープ（0.982）、手術（0.964）、血球成分除去療法（0.940）が特定された。重み値は偽ポリープ（-0.159）が負の相関を示し、手術（0.094）と血球成分除去療法（0.109）が正の相関を示した。登録後2年までのデータでは、偽ポリープ（0.893）、2年目の日常生活（0.743）、1年目におけるCSの使用（0.736）が重要な因子となっていた。
本研究の結果について著者らは、「登録後2年目までの臨床データを組み込むことで、過学習のリスクなしにモデルの精度が向上した。さらに、3つ全ての予測モデルにおいて、登録時の偽ポリープの存在が寛解導入の成功を阻害することが示された。UCのように炎症と寛解を繰り返す疾患では、長期予後を予測する際に時系列データの影響を考慮する必要があるが、従来の統計手法には一定の限界がある。このような背景から、PWLモデルは予後予測とその影響因子の特定に有効なのではないか」と述べている。
潰瘍性大腸炎は主にお腹の症状が中心となる炎症性の病気です。潰瘍性大腸炎の症状に焦点を当てながら潰瘍性大腸炎のセルフチェックに役立つ情報をご紹介していきます。