研究課題
若手研究
本研究では、同種造血細胞移植移植のデータを基に、機械学習による生存予測モデルを構築し、患者個別の病状と状況に応じた最適移植法を提案するアルゴリズムとWebアプリケーションを開発し、その臨床的意義の評価を後方視的に行った。その結果、機械学習モデルによって提案された移植法と実際の移植法が一致していることが、移植予後に対する予後良好因子であることが示された。今後、本アルゴリズムの臨床応用に向け、臨床的意義を評価するための前向き研究が望まれる。
医学
本研究の結果から、機械学習モデルによって提案される患者個別の病状や状況に応じた移植法を臨床判断に活用することで、移植予後の改善が得られる可能性があることが示された。今後、従来治療群と本アルゴリズムを臨床活用した群の移植予後を比較するランダム化比較試験を行い本アルゴリズムの臨床的意義を示すことにより、移植領域における情報薬という新たな治療モダリティの社会実装が期待される。
