Explainable Machine Learning for 30-Day Hospital Readmission Risk Prediction in Patients with Diabetes: A Comparative Analysis of Model Performance and Algorithmic Fairness

米国では毎年、何百万人もの人々が退院した後に、わずか1か月以内に再び入院するというサイクルを繰り返しています。糖尿病患者の場合、このサイクルは特に一般的であり、約4人に1人が再入院しています。これらの再入院は、単なる個人の苦難にとどまりません。それは医療システムにとって莫大な経済的負担となり、毎年数十億ドルものコストを生み出しています。このパターンを抑制するために、連邦政府のプログラムは、再入院率を低く抑えられなかった病院への支払額を減らすことができます。しかし、こうした高いリスクがあるにもかかわらず、病院側には、退院前にどの特定の患者が再入院する可能性が最も高いかを判断するための信頼できる方法が欠けていることがよくあります。医師は、年齢、既往歴、現在の服用薬といった数十もの要因を一度に天秤にかけながら、経験と直感に基づいて判断を下さなければなりません。

ここで、機械学習の出番となります。それは人間の判断に取って代わるものではなく、ノイズの中から情報を整理するためのツールとして機能します。機械学習とは、コンピュータが、あらかじめ決められたルールに従ってプログラムされることなく、大量のデータからパターンを学習する方法です。この文脈における目標は、患者の診療記録を参照し、再来院の可能性を推定できるシステムを構築することです。課題は、利用可能な情報の膨大な量にあります。一人の患者の記録には、検査結果から保険の種類に至るまで、数百もの異なるデータポイントが含まれていることがあります。さらに、データはしばしば乱れており、欠損値が存在したり、人間が手作業で追跡するのが困難な変数間の複雑な関係性が含まれていたりします。研究者が問いかけたのは、「コンピュータは、単純なチェックリストよりも優れた方法で、この複雑さの中に隠されたリスクの微かな兆候を見つけ出すことができるのか」ということでした。

ペンシルベニア大学の研究者であるジシェン・リアン氏は、糖尿病患者の30日以内の再入院を予測するために、いくつかの異なるコンピュータモデルを構築し、テストすることでこの問題に取り組みました。この研究は、米国130の病院における、約10年間にわたる10万件以上の実際の入院記録という膨大なコレクションに基づいています。データを慎重にクリーニング（不完全または無関係な記録の削除、およびコンピュータが理解できる形式への情報の整理）した後、研究者の手元には、実際に再入院した患者がわずか11パーセントしか含まれないデータセットが残されました。この不均衡は、コンピュータがすべての患者に対して単に「再来院なし」と予測したとしても、ほとんどの場合で正解してしまうことを意味しますが、それでは「助けを必要としている人々を見つける」という本来の役割を全く果たせなくなります。

これを解決するために、研究者はそれぞれデータの捉え方が異なる4種類のアルゴリズムを学習させました。一つ目の「ロジスティック回帰」は、重み付きのスケールのように、要因を足し合わせて決定を下す仕組みです。二つ目の「決定木」は、答えを絞り込むために一連の「はい」か「いいえ」の質問を行います。三つ目の「ランダムフォレスト」は、多くの決定木の論理を組み合わせることで、より堅牢な予測を生み出します。また、研究者は、患者が服用している総薬数をカウントしたり、複雑な疾患コードを「循環器系」や「呼吸器系」といったより広いカテゴリーにグループ化したりするなど、モデルを助けるための新しい特徴量を作成しました。極めて重要な点として、データは現実の世界を模した形で分割されました。つまり、モデルは過去の受診から学習し、将来の受診に対してテストを行うことで、単に起きたことを記憶するのではなく、次に何が起こるかを予測できるように設計されました。

モデルをテストしたところ、結果は示唆に富むものでした。人間の行動や健康状態を予測することの難しさを考えれば、どのアルゴリズムも完璧な精度を達成できなかったことは、研究者が予想していた通りでした。しかし、ランダムフォレスト・モデルが、この研究の特定の目的において最も効果的なツールとして浮上しました。このモデルは、実際に再入院した患者の約71パーセントを特定することに成功し、これは他のモデルよりも大幅に高い数値でした。他のモデルは「誤報（偽陽性）」を避ける点ではわずかに優れていましたが、高リスクの患者の大部分を捉えるという点において、ランダムフォレストの能力は、再入院を防ごうとする病院にとって最も価値のあるものでした。分析によれば、これらの予測を左右する最も重要な要因は、医療専門家にとって驚くべきことではありませんでした。すなわち、過去の入院回数、過去の総受診回数、そしてどこへ退院したか、という点が最も強力なリスク指標であったのです。

また、本研究では、これらのモデルが異なるグループの人々を公平に扱っているかどうかについても詳しく調査し、予測が人種、性別、年齢に基づいて変化するかどうかを確認しました。その結果、どのモデルもすべてのグループに対して完全に公平であるということはありませんでした。ランダムフォレスト・モデルは、全体として高リスク患者を捉える能力においては最も優れていましたが、より単純なモデルと比較して、異なる人種グループ間でのパフォーマンスの格差が大きいことが示されました。研究者はこのトレードオフを認め、モデルがすべてのデモグラフィックに対して等しく正確ではないものの、介入を真に必要とする患者を特定する優れた能力を持っていることから、医師がこれらの限界を認識していることを前提として、展開には最適であると述べました。

最終的に、本研究は、機械学習は未来を完璧に予測することはできないものの、強力な助手になり得るという結論を下しています。提案されたシステムは、医師に代わって意思決定を行うのではなく、代わりに患者をランク付けしたリストを提供し、フォローアップの診察や服薬指導などの追加サポートを最も必要としている患者を強調するものです。研究者は、このツールはまだ進行中のものであることを強調しました。使用されたデータは1990年代後半から2000年代初頭のものであり、現在の医療慣行や、住居の安定性といった社会状況を反映していないためです。このようなシステムが実際の病院で使用される前には、現代のデータを用いてテストを行い、意図した通りに機能することを検証する必要があります。現時点では、この研究は、コンピュータが糖尿病ケアにおけるリスクの複雑なパターンを認識することを学習できることを示しており、たとえその道がまだ完全に舗装されていないとしても、再入院のサイクルを減らすための潜在的な道筋を提示しています。