How Compliant is Sepsis Treatment? An Expert-Guided Neuro-symbolic Pipeline for Generating Clinical Compliance Insights

技術要約：敗血症コンプライアンスのための専門家主導型ニューロ・シンボリック・パイプライン

問題提起
エビデンスに基づいた臨床プロトコル、特に生存敗血症キャンペーン（SSC）のバンドルへの遵守状況を検証することは、ヘルスケアにおける重要な課題である。MIMIC-IVのような大規模電子健康記録（EHR）は評価のための膨大なデータを提供しているが、そのデータは極めて非構造的であり、一貫性に欠けている。従来のルールベースのシステムは、意味論的な硬直性（例：「Zosyn」と「バンコマイシン」のような商品名と一般名の区別ができない等）のために失敗する一方、純粋なニューラルネットワークは、安全プロトコルへの遵守を保証できない解釈不可能な「ブラックボックス」的なスコアを生成してしまう。したがって、ノイズの多い臨床テキストに対して堅牢であり、かつ安全ルールに関して解釈可能であるシステムが必要とされている。

手法
著者らは、非構造化データと論理的推論の間の溝を埋めるために、3つの異なるコンポーネントを統合した専門家主導型ニューロ・シンボリック・パイプラインを提案している。

1. 意味論的正規化（ニューラル・コンポーネント）：

   • 本パイプラインは、乱れた臨床テキストを解決し、商品名、略語、類義語を固定された臨床語彙にマッピングするために、MedGemma（4ビット量子化LLM）を利用する。
   • ハルシネーション（幻覚）のリスクを軽減するため、LLMはゼロショットの構造化プロンプトモードで動作するが、その役割は意味論的正規化に厳格に限定される。LLMが自律的に臨床判断を下ることはない。
   • 並行して、文書化された薬剤情報に対して分類を検証するための、ドメイン知識に基づいた除外ルールを備えたRegex（正規表現）ベースのシステムが実行される。
   • 検証戦略： 両システムのエラーは互いに補完的であるため、これらを組み合わせている。Regexは明示的な一致に対して高い精度を持つが類義語に対する再現率が低く、MedG能は汎化性能に優れるがハルシネーションのリスクがある。両者の不一致は、埋め込みベースの検証とドメイン専門家のコンサルテーションを用いて裁定される。

2. ファジー推論システム（シンボリック・コンポーネント）：

   • 正規化されたイベントは、3つの臨床フェーズにわたる8つのSSCバンドルルールをエンコードしたSugenoファジー推論システムに投入される。
     • フェーズ1（1時間以内）： 血液培養のシーケンシング、抗菌薬の投与、および乳酸値の測定。
     • フェーズ2（蘇生）： 体液投与および昇圧剤の開始（低血圧または高乳酸血症に基づく）。
     • フェーズ3（反応）： 平均動脈圧（MAP）の回復および乳酸クリアランス。
   • 段階的スコアリング： バイナリ（二値）判定とは異り、システムは半ガウス型メンバーシップ関数を使用して、$[0, 1]$の範囲でコンプライアンス・スコアを生成する。これは、62分での治療が58分での治療と本質的に異なるわけではないという臨床の現実を反映している。
   • 専門家のガイダンス： ドメインエキスパートが、決定境界、メンバーシップ関数のパラメータ、およびルールの優先順位（例：初期の乳酸値測定を血液培養のシーケンシングよりも優先する等）を定義する。

3. データコホート：

   • システムは、MIMIC-IV v3.1データセット（17,926人の患者からサンプリングされた17,926件の敗血症エピソード）から抽出された2,438件の敗血症エピソードに適用された。
   • パイプラインは、薬剤、微生物学、検査値、バイタルサイン、および静的プロファイルを、分単位のタイムスタンプ整合性を持って処理する。

主な貢献

• アーキテクチャの革新： 本論文は、LLMを意味論的正規化としてのみ機能させ、決定論的なファジーエンジンに安全性の高い推論を委ねるハイブリッド・アーキテクチャを提示している。これにより、純粋なニューラル・アプローチの「ブラックボックス問題」と、純粋なシンボリック・システムの脆弱性の両方を回避している。
• 専門家主導のファジー論理： Sugeloファジー論理による段階的なコンプライアンス・スコアの導入は、合格/不合格のバイナリ指標を超え、ニュアンスを含んだ遵守状況の評価を可能にする。
• 検証フレームワーク： 臨床エンティティの高信頼な分類を確実にするために、Regex、LLM、埋め込みベースの検証、および人間による専門家の裁定を組み合わせた厳格な検証プロセスを提供している。

定量的結果

• 分類の一致度： RegexとMedGemmaのシステムは、薬剤文字列で94.26%、微生物学的組み合わせで**60.62%**の一致を示した。Cohenのκ係数（$\kappa = 0.65$）は実質的な一致を示しており、分類器が互いに補完的であることを裏付けている。
• コンプライアンス・スコア：
  • コホート全体の平均コンプライアンス・スコアは36.7%（中央値37.5%）であった。
  • 抗菌薬のタイミング（ルール2）が最も深刻な崩壊点であり、平均スコアは0.24で、厳格な1時間の閾値を満たしたのはわずか**13%**であった。
  • **血液培養（ルール1）および乳酸値測定（ルール3）**も50%を下回った（それぞれ0.36および0.39）。
  • 後半フェーズの条件付きルール（例：MAP回復、ルール7）は高いスコア（0.97）を示したが、著者らはこれは生存者バイアスを反映している可能性が高いと指摘している。
• 臨床カスケード： 上昇した乳酸閾値（$\ge 2.0$ mmol/L）において51%の大幅なドロップオフが観察された。これは、乳酸値が未測定であるか、あるいは記録されていないことを示唆している。
• アウトカム：
  • ICU滞在期間（LOS）： 高コンプライアンス群のICU滞在期間の中央値は3.8日であったのに対し、低コンプライアンス群では5.1日であった。
  • 抗菌薬のタイミング： 30〜60分以内に抗菌薬を投与された患者のLOS中央値は2.95日であったが、6時間を超える遅延が発生した場合は4.74日まで上昇した。

意義と主張
本論文は、このニューロ・シンボリック・アプローチが、安全性が極めて重要な臨床的意思決定に求められる「解釈可能性」と、非構造化されたEHRデータを扱うために必要な「柔軟性」の間の溝を埋めることに成功したと主張している。LLMを正規化に限定し、推論をファジーシステムに委ねることで、このパイプラインは、専門家の視点と一致する解釈可能で段階的なコンプライアンスに関する洞察を生み出す。

著者らは、このシステムが**「1時間以内」のバンドルにおけるシステム的な失敗**を、集中治療の長期化の主要な要因として特定していることを強調している。また、本パイプラインはドメイン汎用的であり、ガイドラインが明確に定義され、ドメインエキスパートが境界を設定できるのであれば、他のプロトコル（例：脳卒中、心疾患ケア）にも適応可能であると明言している。

限界と今後の課題
著者らは、以下の限界を謙虚に認めている。

• 死亡率： 本研究はプロトコルの遵守状況を測定したものであり、生存への影響を測定したものではない。後半ステージにおける高スコアは、アウトカム・モデリングではなく生存者バイアスを反映している。
• タイミングの窓： 現在の発症アンカー型のウィンドウは、ICU入室前に投与された抗菌薬をペナルティ対象としているが、これは実際の敗血症ケアの開始を正確に反映していない可能性がある。
• 専門家への依存： 現在のファジー境界は完全に専門家の入力に依存している。今後の課題は、ルールの優先順位を維持しつつ、メンバーシップ・パラメータを最適化するために、データ駆動型のキャリブレーションを統合することである。
• スケーラビリティ： ドメインエキスパートへの依存は、リソースが限られた環境におけるスケーラビリティを制限する可能性がある。ただし、生成モデルの成熟により、将来的にはこの依存関係を軽減できる可能性がある。