ICU敗血症患者における昇圧剤投与開始の早期予測のための解釈可能なEHRベース機械学習モデル
Lucas Duval1,2, Antoine Villié3, Fei Zheng4
1Innovation and Partnerships (I&P) Department, bioMérieux S.A., Marcy L'Etoile, France.
BMC medical informatics and decision making
|December 15, 2025
まとめ
本研究では、電子カルテ（EHR）を用いた解釈可能な機械学習モデルを開発し、集中治療室（ICU）の敗血症患者における昇圧剤投与開始を予測した。このモデルは数時間前に警告を発し、タイムリーな血行動態の最適化を可能にする。
科学分野:
- クリティカルケア医学
- ヘルスケアにおける機械学習
- 敗血症管理
背景:
- 血行動態の最適化には、昇圧剤を必要とする敗血症患者の早期特定が不可欠です。
- 現在のベッドサイド指標は、ショックが差し迫っていることを示すことが多く、積極的な介入ウィンドウが限られています。
主な方法:
- 敗血症3のICU滞在（2008-2019）を使用したMIMIC-IVデータベースを用いた後ろ向き研究。
- 症例（入院後6〜48時間で昇圧剤投与開始）と対照（昇圧剤なし）を一致させました。
- 人口統計学的、生理学的、および実験室的特徴をエンジニアリングし、7つのアルゴリズムをトレーニングおよび検証し、Shapley値を使用して解釈可能性を評価しました。
結論:
- 日常的に収集されるICUデータは、解釈可能な出力で昇圧剤投与開始を予測できます。
- 発見は内部検証からのものであり、慎重な解釈が必要です。
- 一般化可能性と実際のインパクトを確認するには、外部検証と将来の評価が必要です。
