機械学習と説明可能な人工知能を用いた鉄欠乏性貧血と再生不良性貧血の鑑別診断
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：Differential diagnosis of iron deficiency anemia from aplastic anemia using machine learning and explainable Artificial Intelligence utilizing blood attributes.
雑誌名：Sci Rep. 2025 Jan 02; 15(1): 505.
概 要：
本研究は、鉄欠乏性貧血と再生不良性貧血の信頼性の高い診断法を血液検査の属性を用いて開発することを目的としています。貧血は世界中で最も一般的な血液障害であり、赤血球の数が減少することで血液の酸素運搬能力が低下します。本研究では、Kasturba Medical College, Manipalから収集したデータセットを使用し、SHAP、LIME、Eli5、Qlattice、Anchorの5つの説明可能な人工知能（XAI）ツールを用いてモデルの予測を理解します。重要な特徴量としてPLT、PCT、MCV、PDW、HGB、ABS LYMP、WBC、MCH、MCHCが特定され、医療専門家の意思決定を支援するツールとしての活用が期待されます。
方 法：
本研究は、Kasturba Medical College, Manipalから収集した血液検査データを用いた機械学習のコホート研究です。データセットには赤血球数、ヘモグロビン濃度、平均赤血球容積などの血液検査属性が含まれています。説明可能な人工知能の手法を用いて、モデルの予測を解釈可能にし、医療専門家の意思決定を支援することを目指しています。
結 果：
XAIモデルによって特定された重要な特徴量は、PLT、PCT、MCV、PDW、HGB、ABS LYMP、WBC、MCH、MCHCであり、これらの属性を用いて鉄欠乏性貧血と再生不良性貧血の鑑別診断が行われました。XAIツールを活用することで、医療専門家はモデルの予測に対する信頼性を高めることができます。
結 論：
本研究は、機械学習と説明可能な人工知能を用いた鉄欠乏性貧血と再生不良性貧血の鑑別診断の新たなアプローチを示しました。医療専門家がAI支援の診断結果に信頼を持つための根拠を提供し、患者ケアの向上に寄与する可能性があります。