Estimating VO2max in patients with obesity using machine learning: A retrospective observational cohort study

人間の身体は驚くべきエンジンであるが、その最も重要な計器は、しばしば読み解くのが最も難しいものである。この計器とは心肺フィットネスであり、激しい運動中に心臓、肺、そして筋肉がどれほど効率的に酸素を消費できるかを示す指標である。医学用語では、このピーク時の能力はVO2maxとして知られている。これは長期的な健康状態を予測する強力な指標であり、低いスコアは喫煙や糖尿病に匹敵する早期死亡のリスクをもたらす。数十年にわたり、これを正確に測定する唯一の方法は、人をトレッドミルや固定式自転車に乗せ、これ以上動けなくなるまで運動させ、その呼吸を高価で複雑な装置で分析することであった。このプロセスは時間がかかり、専門のスタッフを必要とし、特に体重が重い個人にとっては身体的に過酷なものとなり得る。その結果、多くの人々、特に高度肥満の人々は検査を受けることがなく、医師たちは極めて重要な健康情報の欠落した状態にある。

ノルウェーの研究チームは、「標準的な診療記録にすでに存在する基本的な情報だけで、コンピュータが個人のフィットネスレベルを推測することを学習できるか？」という問いを立てることで、この問題を解決しようと試みた。彼らは特に、従来の標準的なフィットネス推定式を作成した研究から除外されがちなグループである、高度肥満の成人に焦点を当てた。253人の患者のデータを高度なコンピュータプログラムに入力することで、チームは、年齢、身長、体重といった単純な測定値と、激しい運動中の実際の酸素消費量との間のパターンを見つけ出すようモデルを訓練した。彼らの目的は、ゴールドスタンダードとされる医学的テストに取って代わることではなく、フルテストの実施が不可能な状況における、信頼できるアクセシブルな代替手段を作ることであった。

研究者たちは、コンピュータに与える情報を段階的に増やしていくという3つのステップで問題にアプローチした。第1ステップでは、モデルは患者の性別、年齢、身長、体重という4つの基本的な事実のみを見た。第2ステップでは、ウエストとヒップのサイズ、および血圧の数値を加えた。最も詳細な最終ステップでは、体脂肪量と、安静時および最大時の心拍数についても学習させた。チームは、どのコンピュータ学習モデルが最も正確な推測ができるかを確認するために、11種類の異なるモデルをテストした。その結果、ベイズ・リッジ回帰（Bayesian Ridge Regression）と自動関連性決定（Automatic Relevance Determination）として知られる2つの特定のモデルが最も優れた性能を示した。これらのモデルは、利用可能なデータ量に応じて、各情報の重要性を異なって重み付けすることを学習した。

モデルが未見の患者に対してテストされた際、データが増えるにつれて明確な改善のパターンが見られた。4つの基本的事実のみを用いた最も単純なモデルは、酸素消費量の推測において平均約12.5パーセントの誤差を生じた。モデルに体型や血圧に関する追加の詳細が与えられると、誤差は12.0パーセントに減少した。心拍数と体脂肪量を含む全情報を用いた場合、誤差はさらに11.3パーセントまで低下した。これは、通常2〜6パーセントの誤差しか出さないトレッドミルによる直接測定ほどの精度ではないが、研究者たちは、直接的なテストが実施できない場合の臨床的な推定値としては、11パーセントの誤差範囲はしばしば許容可能であると指摘した。また、研究はコンピュータモデルが発見した重要な要素について、驚くほど一貫していることも明らかにした。3つのすべての複雑性のレベルを通じて、患者の性別と年齢がフィットメントの最も強力な予測因子であった。男性は一貫して女性よりも高いフィットネスレベルを示し、フィットネスは加齢とともに低下するという、数十年にわたる確立された医学的知見と一致するパターンが見られた。

研究はまた、身体組成がこれらの推定値にどのように影響を与えるかを明らかにした。最も単純なモデルでは、体重はあまり重要ではないようであった。しかし、モデルが体脂肪量やその他の生理学的詳細を学習すると、体重は重要な要因となった。これは理にかなっている。なぜなら、より重い人はより多くの質量を動かす必要があり、それが活動的な組織である場合にのみ、より多くの酸素を必要とするからである。研究者たちは、ウエスト周囲径も有用な手がかりであることを発見した。ウエストが太いことはフィットネスの低下に関連しており、これは過剰な腹部脂肪が横隔膜の動きを制限し、運動中の呼吸を困難にする可能性があるためと考えられる。驚くべきことに、ヒップの周囲径と血圧の数値は、最終的な推定にほとんど影響を与えず、この特定の患者グループにおいては、これらの測定値が年齢、性別、体重からすでに判明していること以上の新しい情報をもたらさなかったことを示唆している。

コンピュータモデルの最も有望な特徴の一つは、自身の「疑念」を表現できる能力であった。最も優れた性能を示したモデルは、確率を扱う数学に基づいているため、それぞれの推測に対する確信度を提示することができた。研究では、誤差の大きさとモデルが示す不確実性の間に直接的な関連があることが判明した。つまり、モデルが確信を持てないとき、それは予測が外れる可能性が高いということである。この機能は実世界のクリニックにおいて極めて重要となり得る。なぜなら、医師は単なる数値だけでなく、その数値が正確である可能性が低いという警告サインを受け取ることができるからである。これにより、臨床医は、いつ推定値に頼っても安全であり、いつ患者に真に厳格な運動テストが必要であるかを判断できるようになる。

研究者たちは、自分たちの知見がノルウェーの単一の病院における比較的少人数の患者に基づいていること、そしてモデルは依然として直接測定の精度には及ばないことを慎重に注記した。彼らは、これらのツールは前進ではあるものの、完成された解決策ではないことを強調した。本研究は、より大規模な集団を用い、おそらくライフスタイルの習慣に関するより多くのデータがあれば、これらのコンピュータによる推測はさらに鋭くなる可能性があることを示唆している。現時点では、この研究は、機械学習が日常的な医療データを意味のある心肺健康の推定値へと、うまく翻訳できることを実証しており、歴史的に評価が困難であった集団に対して、より負担の少ないフィットネス監視の方法を提供している。