Spatial Transferability of Explainable Machine Learning for Predicting Pre-Treatment Tuberculosis Loss to Follow-up Across West Java Districts

毎年、世界中で何百万人もの人々が、肺を攻撃する深刻な細菌感染症である結核と診断されています。医療システムには明確な進むべき道があります。一度診断を受けると、患者は直ちに投薬を開始しなければなりません。しかし、このプロセスには危険な空白が存在します。多くの患者は、診断を受けた後、治療を開始せずにそのまま立ち去ってしまうのです。彼らはクリニックを離れ、医療従事者との連絡を絶つか、あるいは治療レジメンを開始しないという決断を下します。これは「フォローアップの脱落（loss to follow-up）」として知られています。これらの個人は感染力を保持したまま、家族やコミュニティに病気を広め、同時に自身の健康も急速に悪化させていきます。保健プログラムは、すべての患者を支援するための資金やスタッフを確保するのに苦慮していることが多いため、患者がクリニックの門をくぐる前に、誰が脱落する可能性が高いかを特定する方法を必要としています。もし医師がこうした高リスク患者を早期に察知できれば、全員を一律に助けようとするのではなく、最も支援を必要としている人々に限られた資源を集中させることができるのです。

インドネシアの西ジャワ州において、研究者たちは、国の保健システムによってすでに収集されている膨大なデータを用いて、この問題を解決しようと試みました。彼らはシンプルながらも困難な問いを投げかけました。「ある特定の町における特定の個人が、治療を開始し損ねるかどうかを、州全体の患者の記録で学習したコンピュータプログラムは正確に予測できるだろうか？」彼らは、単一の大規模なモデルがどこでも機能するのか、それとも各地域の特有の状況によって予測が崩れてしまうのかを知りたかったのです。この問いに答えるため、彼らはコンピュータ科学の一分野である「機械学習」を用いました。機械学習とは、明示的なルールを与えられなくても、データの中からパターンを見つけ出すことを可能にする技術です。彼らは、なぜコンピュータがその決定を下したのかという理由が可視化されている「説明可能な（explainable）」モデル、つまり、答えだけを出してプロセスを示さない「ブラックボックス」ではないモデルに焦点を当てました。この透明性は、予測されたリスクに基づいて行動を起こす前に、その根拠を理解する必要がある医師にとって極めて重要です。

研究チームは、2024年に西ジャワ州の27の地区および都市における17万4,000人以上の結核診断患者に関する情報を収集しました。彼らは、年齢、糖尿病の有無、居住地、受診したクリニックの種類など、診断時に利用可能な詳細情報を調査しました。最も重要なのは、患者のHIVステータスがシステムに記録されているかどうかを記録したことです。これらの患者の約9パーセントは、治療を開始する前にすでに脱落していました。研究者たちは、治療を開始する患者としない患者を最もよく判別できるのはどのモデルであるかを確認するために、5つの異なるコンピュータモデルを構築しました。彼らは、単純な統計手法から、一連の「はい」か「いいえ」の質問によって意思決定を行う複雑な決定木ベースのシステムまで、あらゆるものをテストしました。

結果は、コンピュータモデルが驚くほど優れた仕事をしたことを示しました。最良のモデルは、治療を継続する患者と離脱する患者を高い精度で区別することができました。おそらく最も驚くべきことは、5つの異なるタイプのモデルすべてがほぼ同様の性能を示したことでした。最も複雑なモデルが、単純なモデルを大きく上回ることはありませんでした。このことは、予測の精度を制限している主な要因が、巧妙なコンピュータアルゴリズムではなく、データ自体の質であることを示唆しています。データには強いシグナルが含まれており、特に患者のHIVステータスが記録されているかどうかが重要でした。HIVステータスがファイルから欠落している患者は、ステータスが陰性または陽性と明確に記録されている患者よりも、フォローアップから脱落する可能性がはるかに高かったのです。これは、より深い問題を指し示していました。すなわち、HIV検査の記録という行為は単なるデータ入力作業ではなく、その患者に対する医療プロセス全体がいかに完全で、かつ丁寧に行われているかを示す指標であったということです。

しかし、研究者がこの単一の州全域モデルがすべての町で等しく機能するかどうかをテストしたとき、状況は一変しました。州全体で平均的に優れた性能を示すモデルであっても、特定の地区においては信頼できないものとなりました。ある地域では、モデルはリスクを一貫して過小評価し、実際には治療を開始しないにもかかわらず、開始すると予測してしまいました。また別の地域では、リスクを過大評価していました。研究者たちは、これら失敗の主な理由を2つ発見しました。第一に、一部の地区では、データの記録方法が他の地域とは異なっていました。例えば、ある地区では、州の平均と比較して、HIVの記録が欠落している患者の割合が非常に高くなっていました。モデルはこの情報に強く依存していたため、データが不完全な場所では正確な予測を行うことが困難でした。

第二の理由は、より不可解なものでした。特定の地区では、データが正常に見える場合でさえ、モデルは患者が治療を開始すると予測しながら、実際には多くが開始しないという事態が起こりました。これは、コンピュータには見えない現地の要因が、患者の意思決定に影響を与えていることを示唆していました。これらには、現地の医療サービスの質、クリニックまでの距離、あるいはその町特有の文化的障壁などが含まれる可能性があります。研究者たちは、こうした局所的な失敗が、隣接する町へと予測可能なパターンで広がっているわけではないことを発見しました。予測が外れた町が、必ずしも予測が外れる別の町に隣接しているわけではありませんでした。これは、単一の「一律（one-size-fits-all）」のモデルでは、調整なしにどこでも通用すると信頼することはできないことを意味しています。

本研究は、機械学習はリスクの高い患者を特定するための強力なツールではあるものの、単に異なる地域に対して盲目的に適用できるものではないと結論付けました。研究者たちは、地区内の患者数がモデルの性能を決定するわけではないことを見出しました。たとえ患者数が非常に少ない地域であっても、現地のデータが一貫していれば正確に予測できますが、大規模な地域であっても、現地の条件が独特であれば予測は失敗します。また、コンピュータが参照する要因のリストを簡略化しようとしても、結果は改善しないことも分かりました。最も重要な教訓は、モデルをそれぞれの場所に合わせて再調整（リキャリブレーション）する必要があるということです。モデルの予測を現地の現実に合わせて調整することで、保健従事者はコンピュータの洞察を活用し、真に特別な支援を必要とする患者のターゲットリストを作成できるようになります。

多忙なクリニックでの実用性を高めるため、研究者たちは複雑なコンピュータモデルをシンプルなスコアリングシステムへと変換しました。医師は、HIVステータスの記録の有無、診断方法、年齢、治療歴といったわずかな事実を用いるだけで、数秒で患者のリスクスコアを算出できます。例えば、HIVの記録が欠落している患者は、即座に高リスクスコアを受け取り、緊急の注意が必要であるという信号を発することになります。このアプローチにより、保健プログラムはすべての患者を同じように扱うことから脱却し、限られた資源を、最も「脱落してしまう可能性が高い」個人に集中させることが可能になります。本研究は、適切なデータと慎重な現地調整があれば、テクノロジーが結核診断後の極めて重要な数日間における、診断から治療への空白を埋める助けとなることを証明しました。