重度のうつ病における治療結果の予測における機械学習アプローチ:体系的なレビュー

科学分野:

• 医療における人工知能
• 臨床的意思決定支援システム
• メンタルヘルスの情報工学

背景:

• メジャーうつ病 (MDD) の治療成功の予測は,様々な影響要因のために複雑です.
• マシンラーニング (ML) は,患者データに基づいて結果を予測することで,パーソナライズされたMDD治療の有望な手段を提供します.
• MDDに対するMLベースの意思決定支援システムの臨床適用性は実証されていない.

研究 の 目的:

• MDD治療結果の予測のための公開されたMLアプローチの適用性をEUの臨床環境で評価する.
• 評価は品質,倫理,社会,法的基準に焦点を当てた.

主な方法:

• MDD治療結果の予測におけるMLアプリケーションに関するPubMedとGoogle Scholarの文献検索 (2016年1月 - 2024年12月)
• MLモデルの適用性の評価は,検証,パフォーマンス,EUの倫理的,社会的,法的基準への適合に基づいています.

主要な成果:

• ランダムフォレスト (RF) とサポートベクトルマシン (SVM) は,最も一般的なML方法でした.
• 複数の患者データカテゴリーを使用したモデルは,単一カテゴリーモデルよりも高い予測精度を示した.
• 外部認証は限られており,社会,倫理,法的基準の遵守は初期開発段階のため困難でした.

結論:

• MDD治療結果の予測のための現在のMLアプローチは,一般化性が示されていない.
• 規制の遵守に関する課題 (社会的,倫理的,法的) は,EUでの臨床適用を妨げています.
• MLツールが臨床環境で有用になるためには,さらなる開発と検証が必要である.