電子健康記録に基づく臨床リスク予測のためのグラフニューラルネットワーク：調査
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：Graph neural networks for clinical risk prediction based on electronic health records: A survey
雑誌名：J Biomed Inform. 2024 Mar; 151: 104616.
概 要：
本研究は、電子健康記録（EHR）に基づく臨床リスク予測におけるグラフニューラルネットワーク（GNN）の利用を包括的にレビューすることを目的としています。最新の研究動向を概観し、臨床リスクの予測精度向上のための効果的なGNNの開発における課題を特定します。
方 法：
Scopus、PubMed、ACM Digital Library、Embaseデータベースを検索し、EHRデータに基づく臨床リスク予測にGNNを使用した関連する英語論文を特定しました。2009年1月から2023年5月までに発表されたオリジナル研究論文を含めています。
結 果：
初期スクリーニングの結果、50件の論文がデータ収集に含まれました。2020年以降の出版物の著しい増加が見られ、選択された論文の大半は診断予測に焦点を当てていました（n = 36）。最も一般的なアーキテクチャはグラフアテンションネットワーク（GAT）（n = 19）であり、最も多く使用されたデータリソースはMIMIC-III（n = 23）でした。
結 論：
GNNは、医療イベントやエンティティ間の関係性を考慮し、大量のEHRデータを管理することで臨床リスクを予測するための有用なツールです。今後の研究では、EHRデータの異質性や多様性、モデルの解釈可能性といった課題に取り組み、より正確な予測を行い、臨床現場で効果的に実装できる包括的なGNNモデルの開発が期待されます。