深層学習に基づく重症患者における譫妄予測

書くことたくさんあるやつ。

Lucini FR, Stelfox HT, Lee J.
Deep Learning-Based Recurrent Delirium Prediction in Critically Ill Patients.
Crit Care Med. 2023 Apr 1;51(4):492-502. PMID: 36790184.

4万症例、3600個の特徴量を使って深層学習すると、12時間後の譫妄状態がAUROC 0.909の精度で予測できる。
と思ったらいけません。
現在使用可能な情報を使って近未来の譫妄の有無を予測する場合、何がもっとも重要度の高い特徴量になるか、を考えたら分かる。

それは現在の譫妄の有無。
実際、supplementの118ページを見ると、重要な特徴量トップ10のうち、なんと5個がICDSCスコアになっている（最大値とか75パーセンタイルとかデータの有無とか中央値とか平均値とか）。つまり、今譫妄だと12時間後も譫妄、今は譫妄じゃないと12時間後も譫妄じゃないと予測するということ。
そんな予測、臨床的に有益だろうか？

半年くらい前、自分でも譫妄予測モデルを作って、その予測を在室中の患者さんに対して使用して、数ヶ月間観察してみた。そうすると、AUROCはやっぱり0.9前後になるのだけど、現在の譫妄の状態が予測に最も強く影響してしまい、これは臨床に役に立たないという結論に達してやめた。

譫妄以外にも、例えばAFも同じ感じになる。AFの予測モデルもそれなりの精度で作れるのだけど、やっぱり今のAFの有無に予測が大きく依存してしまい、臨床には使えない。

Wardi G, Owens R, Josef C, et al.
Bringing the Promise of Artificial Intelligence to Critical Care: What the Experience With Sepsis Analytics Can Teach Us.
Crit Care Med. 2023 Apr 26. Epub ahead of print. PMID: 37098790.

この文献のTable 1に、「AIがICU領域に受け入れられていない理由」がまとめられている。AIに対する不信感とか、倫理的な問題とか、色々な理由が書いてあるけど、それ以前の問題として、「その情報、意味ありますか？」がとっても重要。というかとっても難しい。

画像診断とか、口頭筆記とか、要約とか、AIがICUに入ってきそうな分野はいくつかある。でも、未来予測や診断補助や治療方法の提示といった分野は、研究や文献は山ほどあるし精度が高いとされているけど、じゃあ実際に臨床応用して意義があるか、の部分に高い壁がある。

でも、難しいからこそ面白いのさ。