基本的検査からクッシング症候群及び術後副腎不全状態を予測するモデルの構築と適用

2016 Fiscal Year Research-status Report

• Project/Area Number: 16K16150
• Research Institution: Tohoku Medical and Pharmaceutical University
• Principal Investigator: 青木 空眞 東北医科薬科大学, 薬学部, 助教 (40584462)
• Project Period (FY): 2016-04-01 – 2019-03-31
• Keywords: 機械学習 / 副腎皮質機能低下症 / クッシング症候群 / スクリーニング / 基本的検査 / 人工知能 / パターン認識手法 / 医療統計

Outline of Annual Research Achievements

クッシング患者群と健常対照群の基本的検査項目8項目セット(血清ナトリウム[Na]、血清カリウム[K]、γ-GTP、乳酸脱水素酵素[LDH]、好中球数[Neut#]、好酸球数[Eosi#]、リンパ球数[Lymp#]、単球数[Mono#])から、3つのパターン認識手法（自己組織化マップ[SOM]およびサポートベクトルマシン[SVM]、ベイズ正則型ニューラルネットワーク[BRNN]）を用いて構築した疾患予測モデルを組み込んだ、簡易予測計算を行うインターフェイスソフトウェアの作成準備を終え、大規模なスクリーニングの展開に備えることができた。
一方、副腎皮質機能低下症においては基本的検査7項目セット(血清クロール[Cl]、乳酸脱水素酵素[LDH]、赤血球[RBC]、ヘモグロビン[Hg]、ヘマトクリット[HCT]、HDLコレステロール[HDL-C]、単球数[Mono#])を用いれば予測モデルを構築できることがこれまでの、SOMを使用した研究により示唆されていたものの、他の2手法（SVMおよびBRNN）でモデルを構築するためには欠損値の補完方法について検討する必要があり、補完手法によっては予測モデルの精度に大きく影響したため、いくつかの手法を比較検討した上で導入する必要性が見出された。特に大規模なスクリーニングに用いる際には予測閾値の設定・調整の簡便さが重要であるため、結果が視覚的に出力されるSOMよりも、定量的に出力されるSVMおよびBRNNの方が望ましいことが過去に類似のスクリーニング研究を行った際に知見として得られている。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

クッシング症候群のスクリーニングに用いる簡便な予測計算ソフトウェアの作成には成功したが、副腎皮質機能低下症については患者群における検査欠損値の補完手法に検討の余地があり、予測モデルの完全な構築には至らなかった。また、スクリーニング対象とする施設の選定も、対象疾患の罹患率の低さをカバーできる規模も考慮に入れて検討を進めており、確定していない。

Strategy for Future Research Activity

副腎皮質機能低下症の予測モデル構築・ソフトウェア作成についてもスクリーニングに使用可能なレベルで確立を急ぐ。欠損値の補完が結果的に難しい場合は、SOMの出力結果を定量的に評価する枠組みを導入したい。
なお、スクリーニングを実施する対象施設については、医療データ集積会社からデータを購入した上で解析することも視野に入れ、柔軟に対応する予定である。

Causes of Carryover

予測モデル構築にあたっての欠損値検討等に時間を割かれたため、学会発表旅費や論文投稿時の英文校正費用がかからなかった。

Expenditure Plan for Carryover Budget

次年度は論文の投稿と、研究推進方策で記載したように、場合によっては医療データ集積会社からスクリーニングのテストを行うための対象データを購入することも計画している。