MultiDiseasePred: An Interpretable Multi-Disease Risk Prediction Framework and Its Application for Early Risk Stratification in the Emergency Department

病院の救急外来という、混沌とした、高い緊張感が漂う環境において、最初の数分間はしばしば最も重要な局面となります。患者が到着したとき、その人は単なる一つの問題ではなく、心臓発作から重度の感染症、あるいは肺動脈の閉塞に至るまで、あらゆる可能性を示唆する複雑な症状の混合体です。伝統的に、医師はこれら個々の可能性を一つずつ評価するために、別々のチェックリストやスコアリングシステムに頼ってきました。ある看護師は敗血症のために一つのツールを使い、別の看護師は心臓の問題のために、また別の看護師は呼吸器の問題のために別のツールを使うといった具合です。これらのツールは有用ではありますが、一度に一つの疾患のみを見るように設計されています。これは断片的な状況を生み出し、臨床医が検査結果や画像診断の結果が届くのを待つことなく、限られた時間の中で、異なるリスクスコアを頭の中で繋ぎ合わせなければならない状況を強いています。課題は、完全な医学的ストーリーが判明する前に、どのように異なるリスクが重なり合い、注意を奪い合っているのかを理解し、直ちに患者の全体像を把握することにあります。

これに対処するため、ミネソタ大学などの研究チームは、「MultiDiseasePred」と呼ばれる新しいアプローチを開発しました。各疾患に対して個別のモデルを構築する代わりに、彼らは、患者の状態を観察し、7つの異なる急性疾患と、入院の必要性などの2つの重要な転帰を同時に推定するように設計された、単一の統合されたシステムを作成しました。このシステムは、症状が紛らわしく似通っていることが多い7つの疾患、すなわち、敗血症、急性呼吸窮迫症候群、慢性肺疾患（喘息やCOPDなど）の増悪、急性冠症候群（心臓の問題）、ウイルス性肺炎、肺塞栓症（肺の血栓）、および急性腎障害に焦点を当てています。また、入院の可能性や、集中治療室への入室または死亡を含む複合的な「重大な転帰」も予測します。目標は、単にこれらのリスクを予測することではなく、血液検査やX線検査の結果を待つことなく、患者が入り口を通過した瞬間に利用可能な情報、例えばバイタルサイン、年齢、主訴のみを使用して予測することです。

研究者たちは、2019年から2025年までの期間をカバーする、ミネソタ州の大型ヘルスシステムからの約170万件の救急外来受診を含む膨大なデータセットを用いて、このシステムを訓練しました。そして、ボストンとカリフォルニアにある2つの主要な医療センターの全く異なる患者グループを用いて、このシステムがどの程度機能するかをテストしました。この外部テストは、システムが単に地域のデータを記憶しているのではなく、疾患の普遍的な兆候を実際に理解できることを確認するために極めて重要でした。システムは、数百万件の受診事例にわたるパターンを特定することを学び、個々の疾患は独特であるものの、それらはしばしば共通の基礎的な生理学的信号を共有していることを発見しました。例えば、血圧の低下や呼吸数の変化は、複数の異なる疾患に対して同時に警告サインとなることがあります。これらの共有された信号を特定のヒントとともに分析することで、モデルは各疾患の証拠を個別に重み付けしながら、同時にそれらの間のつながりも見出すことを学びました。

この新しいフレームワークの重要な特徴は、実世界の使用においてシンプルで実用的であり続ける能力です。研究者たちは、正確な予測を行うために数十もの長い変数リストを用意する必要はないことを見出しました。慎重な選択プロセスを通じて、彼らは入力を、心拍数、血圧、酸素レベル、年齢、および特定の既往歴といった、トリアージ看護師によって日常的に記録されるわずか12の変数に絞り込みました。この「簡潔な」入力セットにより、複雑なデータ入力や検査結果を待つことなく、システムを即座に使用することができます。また、モデルには組み込みの説明システムが含まれています。システムがある特定の疾患に対して高リスクであるとフラグを立てる際、単に数字を提示するだけでなく、どの要因がその決定に寄与したかを具体的に強調します。例えば、システムが肺塞栓症の高リスクを予測した場合、その患者の肺高血圧症の既往歴がその予測の主な要因であることを示すことができ、これにより臨床医はアラートの背後にある論理を確認できます。

研究結果は有望でした。内部テストにおいて、システムはこれらの疾患を発症する患者と発症しない患者を区別する上で高いレベルの精度を達成し、既存の単一疾患向け機械学習モデルと同等、あるいはそれ以上の性能を発揮しました。より重要なことに、ボストンとカリフォルニアの外部データでテストした際、システムは再学習や調整を行うことなく、強いパフォーマンスを維持しました。これは、モデルが学習したパターンが堅牢であり、異なる病院の設定間でも通用することを示唆しています。7つの急性疾患について、システムは高い信頼性を持ってリスクを正しく特定し、2つの転帰エンドポイントについても良好な成績を収めました。研究者らは、システムが患者のリスク順位付けには優れているものの、非常に稀な事象を完璧な精度で予測する能力はやや低いと指摘しており、これは医学的予測における一般的な課題です。しかし、システムは、臨床医が即座に解釈可能な、調整されたマルチコンディションのリスクプロファイルを提供することに成功しました。

また、本研究は、データが不完全であったり欠落していたりすることも多い救急医療の現実を、システムがどのように扱うかを調査しました。研究者たちは、特定のバイタルサインが記録されていなくてもモデルが一貫して動作するように、トレーニングデータに基づいた標準的な定義済み値を使用して、欠落した情報を処理するようにシステムを設計しました。さらに、システムが看護師によって割り当てられることが多い「緊急度指数（ESI）」に依存しないように設計し、モデルが看護師の初期評価を単に繰り返すという循環論法に陥ることを避けました。その代わりに、生の臨床データから独自の独立した評価を構築します。研究者たちは、このツールは臨床判断の代わりではなく、意思決定を支援するためのものであることを強調しました。これは、臨床医が思考を整理し、どの疾患を優先的に調査すべきかを判断するのを助け、敗血症に対する抗菌薬投与や血栓に対する血液希釈剤の投与といった、重要な治療への時間を短縮することを目的としています。

強力なパフォーマンスにもかかわらず、著者らは、これがレトロスペクティブ（回顧的）研究であることを慎重に注記しています。つまり、ライブのリアルタイム環境でシステムをテストしたのではなく、過去のデータを分析したものであるということです。このようなツールが広く採用されるためには、それが実際に患者のアウトカム、ワークフローの効率性にどのように影響を与えるか、あるいは忙しい救急部門での意思決定を助けるのか、あるいは妨げるのかを、前向きに（プロスペクティブに）テストする必要があると認めています。また、使用された特定のデータソースに関する制限もあります。例えば、システムは構造化されたデータに依存しており、未構造の記述ノートや画像結果はまだ組み込まれていません。さらに、本研究では、システムが異なる人種や民族のグループに対してどのように機能するかについての詳細な分析は含まれていません。これは、使用されたすべての病院でデータが一貫して利用できなかったためです。これらは、このツールがすべての人にとって安全かつ効果的であることを確実にするための、重要な将来の研究領域です。

結局のところ、この研究は、救急におけるリスク評価のアプローチがどのように変わるべきかを示しています。孤立した単一疾患向けのツールの集合体から、統一され、解釈可能なフレームワークへと移行することで、研究者たちはケアの開始直後に、患者が抱える潜在的なリスクの全容を把握することが可能であることを証明しました。システムは、複数の疾患に対して明確に校正された確率を提供し、それらのリスクがなぜフラグを立てられたのかという説明を伴います。このアプローチは、患者が重複する症状や複数の潜在的な診断を抱えていることが多いという、救急部門の複雑さを尊重したものです。このシステムは、まだすべての病院に即時導入できる完成品ではありませんが、単一のインテリジェントなフレームワークが、臨床医が救急遭遇の最初の数分間の不確実性を乗り切るのを助け、潜在的に命に関わる疾患を持つ患者の時間を節約できる可能性があるという、説得力のある概念実証（プルーフ・オブ・コンセプト）を提供しています。