マイページに保存

最終更新日：2019/10/31

JAMAネットワークオープン7月3日に、暴力的になる可能性が高い病院入院患者は、電子カルテに保存されている定期的な臨床記録のアルゴリズム分析によって特定することができることを発表した。

知られざる問題

ある患者集団に対して訓練されたアルゴリズムが別の患者集団を評価するために使用される場合、この技法の精度は良いものから正しいものへと低下する。それでも、この発見は、頻繁に患者との関わりがある看護師や他の病院労働者にとって有望なニュースになるであろう。

世界中で、概ね14％から20％の患者が入院治療中に身体的に攻撃的になっていることが見積もられている一方で、調査によるとほとんどの医療従事者はキャリアのある時点で憤慨している患者に直面している。

本研究では、オランダのユトレヒト大学のVincent Menger（MSc: Master of the Science）および同僚が、自国の2つの精神科病院で6,400人を超える入院患者のうち4,100人を超える患者についてアルゴリズムをトレーニングし、テストした。

結果が暴力的であると見なされるための基準を満たしているかどうかを判断するために、彼らは特に医療現場向けに設定された攻撃性スケールを使用した。

曲線下面積(AUCs: algorithm’s internal predictive validity using areas under the curve)を使用してアルゴリズムの内部予測妥当性を測定したところ、1サイトで0.797、もう1サイトで0.764のスコアを達成した。

アルゴリズムが反対側の部位からの０．６４３臨床記録を分析するために予め訓練されたデータを使用した場合（０．７２２および）、スコアは、失敗していないにもかかわらず有意に低かった。

検証

「内部的に検証された予測は良好な予測的妥当性を持つAUC値をもたらし、日常的に登録された臨床記録を用いた自動暴力リスク評価が可能であることを示唆している」と著者は結論付け、「他のサイトからのデータを使用して訓練されたモデルを検証することは、暴力リスクアセスメントが異なる集団に中程度に一般化するという以前の発見を裏付けるものである。」と付け足した。

それらの議論において、Mengerらは、メンタルヘルスケアにおける機械学習の利用拡大がすぐそこにあると予測している。

「近い将来、データ主導の精神科診療へのさらなる進歩が行われ、EHRデータは臨床プロセスにおける重要な決定を支援する上でさらに価値のある資産になると予想している。機械学習アプローチは他の医学分野でも大きく貢献することができ、そして我々の研究はそのような進歩がメンタルヘルスケアにおいても可能であるという証拠を提供する。」と彼らは示した。

研究（https://jamanetwork.com/journals/jamanetworkopen/fullarticle/2737104　）は完全に無料で利用可能だ。

原文
https://www.aiin.healthcare/topics/diagnostics/machine-learning-identifies-violent-patients

マイページに保存