人工知能を使用して死亡率を予測する
ジャーナルに掲載された新しい研究 PLOS ONE 機械学習は、早死のリスクを予測するための貴重なツールになり得ることを示唆しています。科学者たちは、人工知能の予測の精度を、専門家が現在医学研究で使用している統計的手法の精度と比較しました。
最近の研究の増加は、コンピューターアルゴリズムと人工知能（AI）学習が医療の世界で非常に有用であることが証明できることを示唆しています。
たとえば、数か月前に発表された研究では、深層学習アルゴリズムにより、早くも6年前にアルツハイマー病の発症を正確に予測できることがわかりました。
いわゆる「トレーニングデータセット」を使用して、深層学習アルゴリズムは、イベントが発生する可能性があるかどうか、いつ発生する可能性があるかを予測するために「自分自身を教える」ことができます。
現在、研究者たちは、機械学習が慢性疾患による早期死亡率を正確に予測できるかどうかを調査することに着手しています。
英国のノッティンガム大学で疫学とデータサイエンスの助教授を務めるスティーブン・ウェングが新しい研究を主導しました。
AIが予防ケアにどのように役立つか
Wengらは、40歳から69歳までの50万人以上の健康データを調査しました。参加者は、2006年から2010年の間にUKバイオバンク研究に登録していました。英国バイオバンク研究の研究者は、2016年まで参加者を臨床的に追跡しました。
現在の研究では、ウェングとチームは、「ランダムフォレスト」と「ディープラーニング」と呼ばれる2つのモデルを使用してアルゴリズムを学習するシステムを開発しました。彼らはモデルを使用して、慢性疾患による早死のリスクを予測しました。
科学者はこれらのモデルの予測精度を調べ、「Cox回帰」分析や多変量Coxモデルなどの従来の予測モデルと比較しました。
「私たちは、国家統計局の死亡記録、英国のがん登録、および「病院エピソード」統計を使用して、結果の予測をコホートからの死亡率データにマッピングしました」と、研究の主任研究者は説明します。
この研究では、Cox回帰モデルは早死を予測するのに最も精度が低く、多変量Coxモデルはわずかに優れていましたが、死亡リスクを過大に予測する可能性が高いことがわかりました。
全体として、「機械学習アルゴリズムは、人間の専門家によって開発された標準的な予測モデルよりも、死亡の予測においてはるかに正確でした」とウェングは報告します。研究者はまた、調査結果の臨床的重要性についてコメントしています。
彼は、「予防医療は深刻な病気との闘いにおいてますます優先されているので、私たちは一般の人々のコンピューター化された健康リスク評価の精度を改善するために何年も取り組んできました。」と言います。
「ほとんどのアプリケーションは単一の疾患領域に焦点を当てていますが、特にそれらに影響を与える可能性のある環境および個々の要因を考えると、いくつかの異なる疾患の結果による死亡の予測は非常に複雑です。」
「私たちは、機械学習によって人の早死のリスクを予測するための独自の全体論的アプローチを開発することにより、この分野で大きな一歩を踏み出しました。」
スティーブンウェング
「これはコンピューターを使用して、評価された各個人の人口統計、生物測定、臨床、ライフスタイルのさまざまな要因、さらには1日あたりの果物、野菜、肉の食事消費量を考慮した新しいリスク予測モデルを構築します」とウェングは説明します。
さらに、研究者によると、新しい研究の結果は、特定のAIアルゴリズムが、心臓病専門医が現在使用している従来の予測モデルよりも心臓病のリスクを予測するのに優れていることを示した以前の発見を強化します。
「現在、「AI」または「機械学習」を使用して健康状態をより正確に予測する可能性に強い関心が寄せられています。状況によっては、それが役立つと思う場合もあれば、そうでない場合もあります。この特定のケースでは、注意深く調整することで、これらのアルゴリズムが予測を効果的に改善できることを示しました」と、この研究にも携わった臨床学者のJoeKai教授は述べています。
彼は続けます。「これらの技術は、健康研究の多くの人にとって新しいものであり、従うのが難しい場合があります。これらの方法を透明性のある方法で明確に報告することにより、これは科学的検証とこのエキサイティングなヘルスケア分野の将来の発展に役立つと信じています。」
