新生児胆道閉鎖症の診断モデル構築における機械学習の応用
Dingding Wang1, Jie Sun1, Yuyan Jin1
1Department of Neonatal Surgery Beijing Children's Hospital Capital Medical University National Center for Children's Health Beijing China.
Pediatric investigation
|December 22, 2025
まとめ
臨床データを用いた機械学習モデルは、新生児の胆道閉鎖症（BA）を正確に診断します。ガンマグルタミルトランスペプチダーゼ（GGT）の上昇、血小板（PLT）数の増加、無胆汁便などの主要な指標は、予後改善のための早期BA検出に役立ちます。
科学分野:
- 小児消化器病学
- 医療情報学
- 新生児医学
背景:
- 胆道閉鎖症（BA）の早期診断は、葛西手術などの適時手術介入にとって極めて重要であり、患者の予後に大きく影響します。
- 新生児におけるBAの正確な診断ツールの開発は、依然として臨床的な課題です。
主な方法:
- 病理学的黄疸を有する新生児の臨床データおよび検査データを用いて、5つのMLモデル（ロジスティック回帰、ランダムフォレスト、サポートベクターマシン分類器、多層パーセプトロン、極端勾配ブースティング）を訓練しました。
- 最も性能の高いモデルをアンサンブルするためにスタッキング分類器（SC）アルゴリズムを利用しました。
- 2013年1月から2023年12月までの85人の新生児（BA 42人）を含めました。
結論:
- MLモデル、特にXGBoostおよびRFは、新生児のBA診断において高い精度を示します。
- GGTの上昇、血小板数の増加、および無胆汁便は、BAの重要な予測因子です。
- このML主導のアプローチは、新生児期におけるBAの早期特定と介入に有望です。
