Prospective validation of an uncertainty-aware machine learning model for secondary progressive multiple sclerosis classification

多発性硬化症は、身体の免疫システムが誤って神経繊維の保護被膜を攻撃し、脳と体の他の部分との間の通信を妨げてしまう疾患です。多くの人々にとって、この病気は再発寛解型のパターンから始まります。これは、症状が悪化したり、あるいは消失したりを繰り返すものです。しかし、時間が経つにつれて、病気は二次進行期へと移行することがあり、そこでは明確な回復期を経ることなく、障害が着実に悪化していきます。この移行が正確にいつ起こるのかを特定することは、医師にとって非常に困難であることで知られています。特定の測定可能なテストに基づいた初期診断とは異なり、この後半段階の認識は、しばしば医師の判断や長期にわたる患者の受診履歴に依存することになります。この不確実性が、進行期に特化した治療の開始を遅らせ、結果として患者が適切なケアを受けられないまま数年間放置される原因となっています。

スウェーデンの研究チームは、この移行をより早期かつ確実に捉えるための新しい手法を開発しました。彼らは、数千人の患者の診療記録から学習し、人が再発段階から進行段階へと移行している微細な兆候を認識するコンピュータモデルを構築しました。この研究が他と異なる点は、単に予測を行うだけでなく、その予測に対してどの程度の確信を持っているかを医師に伝えることができる点にあります。最近の研究において、研究者たちはこのモデルを、モデル構築後に収集された新しいデータでテストし、一度も見たことがない新しい患者に対しても機能することを証明しました。彼らは、このモデルが現在の医師による標準的な手法よりもはるかに高い頻度で進行期への移行を特定でき、かつ、自身の信頼性の尺度を明確に提供できることを見出しました。

研究者たちはまず、スウェーデンの多発性硬化症レジストリからの膨大な診療記録データベースを用いて、コンピュータモデルの学習を開始しました。このデータベースには、1万人以上の情報と、約9万件の通院記録が含まれていました。モデルは、各受診時の年齢、障害スコア、服用している薬の種類、脳スキャンの結果といった具体的な詳細を分析することを学習しました。そして、レジストリ内で医師がどのようにラベル付けしたかに基づいて、患者がまだ再発段階にあるのか、それとも進行段階に移行したのかを判別することを学びました。決定的なのは、モデルに「不確実性」を算出するシステムを組み込んだことです。これにより、モデルが推測を行う際、その予測が確かな確信に基づいているのか、あるいはデータが曖昧すぎて確信が持てないのかを知らせる「信頼スコア」を提供できるようになりました。

このモデルが実社会で機能するかどうかを確認するため、チームは単に学習に使用したデータでテストするのではなく、新しいデータが到着するのを待ちました。彼らは2025年の記録（1万5千人以上の個人と4万5千件の新しい通院記録を含む）を使用しました。これはモデルにとって完全に新しいデータです。このアプローチは「前向き妥当性確認（プロスペクティブ・バリデーション）」と呼ばれ、ツールが過去の患者だけでなく、将来の患者に対しても機能することを保証するための厳格な方法です。新しいデータをモデルに通したところ、高い精度を示しました。個々の通院レベルにおいて、モデルは再発段階を92％、進行段階を95％の割合で正しく特定しました。さらに重要なことに、モデルは適切に較正（キャリブレーション）されており、つまり、その信頼スコアが現実と一致していました。例えば、モデルが「93％の確信がある」と言った場合、実際に93％の確率で正しかったのです。

研究者たちは次に、個々の患者が進行段階へ移行したことをモデルがどの程度特定できるかを調査しました。その結果、モデルは実際に移行した患者の98％を特定することに成功しましたが、これは現在の標準的な手法が捉えている71％という数字を大幅に上回りました。ローシェイダー基準として知られる標準的な手法は、最近の再発がない状態で、長期間にわたって機能が着実に低下していることを求める厳格なルールに基づいています。この手法は非常に特異性が高く、誤報はほとんどありませんが、変化を確認するために長い待機期間を必要とするため、多くのケースを見逃してしまいます。対照的に、新しいモデルは、医師が変化を最初に指摘した時点、あるいはそれよりも早い段階で、この移行を捉えることができます。

この研究の最も価値のある側面の一つは、モデルが単に「はい」か「いいえ」の答えを出すだけでなく、その根拠を説明できることです。どの要因が決定に影響を与えたかを分解する手法を用いることで、研究者たちは、モデルが障害スコアや年齢といった医師が注目する臨床的兆候に基づいていることを示しました。この透明性は、モデルが医学的に意味のない隠れたパターンを見つけているのではないことを示すため、信頼を築くのに役立ちます。さらに、モデルが「確信が持てない」と言えることは、安全機能となります。データが混乱している場合、モデルはリスクのある推測を行うのではなく、不確実性をフラグ立てするため、人間の医師がそのケースをより注意深くレビューすることができます。

また、本研究は、二つの手法が移行期をどのように扱うかにおける重要な違いも浮き彫りにしました。モデルは移行中の患者の90％を特定しましたが、標準的な基準では57％しか特定できませんでした。これは、標準的なルールが厳格すぎて、多くの患者を進行期向けの特定の治療から遠ざけている可能性を示唆しています。進行期を標的とした新しい薬剤が最近承認されていますが、これらの患者を見逃すことは、必要なケアを受けられないことを意味します。このモデルは、これらのケースをより早期に捉える方法を提供し、医師が適切な治療をより早く開始できるようにする可能性があります。

しかし、研究者たちは、自分たちのモデルは医師に取って代わるものではないと慎重に述べています。これは臨床判断を支援するために設計されたツールです。研究はスウェーデンのデータを用いて行われたため、異なるヘルスケアシステムや患者集団を持つ他の国々でもテストする必要があると認めています。また、モデルは医師が現在どのように患者をラベル付けしているかを学習するため、もしそのラベル付けが遅延していたり一貫性がなかったりする場合、モデルにもそれが反映されることも指摘しています。それにもかかわらず、本研究は、現実世界のデータで訓練されたコンピュータモデルが、信頼性を持って疾患の進行を予測し、現在標準的な実務において欠如している「信頼の尺度」を提供できることを示しています。

この研究の究極の目標は、患者の容態が変化した瞬間と、適切な治療を受ける瞬りの間のギャップを埋めることです。信頼できる早期警告システムを提供し、明確な確信度を提示することで、このツールは、患者が進行期の疾患として認識されるまで何年も待たされることがないよう支援できます。本研究は、適切なアプローチがあれば、人工知能が「謎のブラックボックス」としてではなく、医師が患者の健康の未来をより明確に見通すための、透明性が高く、較正されたアシスタントとして医療に統合できることを示しています。