深層ニューラルネットワークによるCOVID-19の病状重症度予測の優位性 - メタ回帰分析
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：Deep neural networks excel in COVID-19 disease severity prediction-a meta-regression analysis
雑誌名：Sci Rep. 2025 Mar 26; 15(1): 10350.
概 要：
COVID-19において、重症度の早期予測は患者の転帰や限られたリソースの管理において重要です。本研究では、2020年1月から2023年4月までの間に入院したCOVID-19患者を対象とした予測ツールの系統的レビューを行い、最適なツールの選択を支援することを目的としています。27,312件の研究から290件を抽出し、430の独立した評価を分析しました。ニューラルネットワークベースのツールは、他の手法に比べて最高のパフォーマンスを示し、特に重症患者と非重症患者の基本的な特徴が類似している場合に優れた結果を得ました。
方 法：
本研究は、MEDLINE、Embase、Cochrane Library、Cochrane COVID-19 Study Register、Scopusの5つの主要な医療データベースを使用した系統的レビューです。290件の研究から430の評価を抽出し、MetaForestアルゴリズムを用いてツールのパフォーマンスに影響を与える要因を特定しました。バイアスのリスクはPROBASTツールを用いて評価しました。
結 果：
ニューラルネットワークベースのツールは、プールされたAUCが0.893、感度が0.752、特異度が0.914という最高のパフォーマンスを示しました。パフォーマンスに関連する要因として、患者の地理的地域、重症例の割合、C反応性タンパク質の使用が挙げられます。調査した全てのツールはCOVID-19の重症度予測に役立ちますが、特にニューラルネットワークが他の手法を上回る結果を示しました。
結 論：
ニューラルネットワークはCOVID-19の重症度予測において最も効果的であり、一般的な臨床重症度スコアの代わりに特定の疾患に基づく機械学習ツールの使用が推奨されます。