AIと希少疾病 ── 基盤（総論） ── 2026-11-07
希少疾病の診断と創薬の基盤とAI
- Non-RA screening for systemic autoimmune rheumatic diseases using a machine learning model based on physical findings and blood test data.抄録（全訳）
背景：全身性自己免疫性リウマチ性疾患（SARDs）では、間質性肺炎や肺動脈性肺高血圧症などの重い病態の発生率が高い。とくに関節リウマチ（RA）以外の疾患（非RA）の患者で高い。そのため、こうした患者は大学病院など総合的な診療ができる施設へ早く紹介することが望ましい。しかし、SARDs は疾患の間で臨床像が大きく重なるため、鑑別が難しい。日常診療で疾患の分類を支える客観的な手段も、まだ限られている。本研究では、RA と非RA を見分ける機械学習の分類器を作った。一般的な身体所見と日常的な血液検査データを使う分類器である。二次医療を担う教育病院で、あらかじめ定めた SARDs のいずれかと診断された患者を対象とした。
方法：当初 SARDs と診断された患者 571 例を対象に、後ろ向きの観察研究を行った。病院の診療情報データベースから、患者の診断名、血液検査結果、身体所見を抽出し、データセットを作った。身体所見は、担当医が自由記述で書いた診療録から取り出した。自然言語処理を使い、構造化データにした。単純ベイズ、線形サポートベクターマシン、ランダムフォレストの 3 つのアルゴリズムで、非RAのスクリーニングモデルをそれぞれ作成した。用いたのはナイーブベイズ、線形サポートベクターマシン、ランダムフォレストである。 RA と非RA の疾患には、共通する臨床症状がみられた。対象疾患の患者の 40% 超で、関節症状がみられた。スクリーニングモデルのうち、最も性能がよかったのはランダムフォレストモデルであった。感度は 77.3%、特異度は 72.5% であった。 対象は、SARDs と確定した患者の単施設・後ろ向きコホートである。日常的に得られる臨床症状と血液検査結果を使う機械学習の分類器は、RA と非RA を見分けるうえで有望な内部性能を示した。この結果は、この二次医療の場で機械学習による分類が実現可能であることを支持する。今後、プライマリケアを含むより広い臨床集団でモデルを検証する研究が必要である。紹介の判断を支える役割を果たしうるかどうかの評価も、今後の研究で必要である。
掲載誌の IF 相当：7.6（OpenAlex の直近 2 年の平均被引用数・2026-11-06 時点の値、2026-11-07 に取得。正式な IF（Clarivate）ではない）書誌：Shimada Y, Hori S, Abe Y, Ohno M, Satoh M, Sato M, et al. Non-RA screening for systemic autoimmune rheumatic diseases using a machine learning model based on physical findings and blood test data. BMC Med Inform Decis Mak. 2026 Aug 10;26(1):451. doi:10.1186/s12911-026-03759-9.確認の範囲：抄録のみ確認