人工ニューラルネットワークを用いた高リスクCOVID-19患者の特定に関する前向き研究
カテゴリ：公衆衛生・予防医療
公開日：2026年2月19日
タイトル：Prospective study using artificial neural networks for identification of high-risk COVID-19 patients
雑誌名：Sci Rep. 2025 May 23; 15(1): 18005.
概 要：
COVID-19パンデミックは、世界的な公衆衛生危機を引き起こし、健康と経済に深刻な影響を与えました。機械学習（ML）は、特に高リスクのCOVID-19患者を特定する新技術の開発において重要な役割を果たしています。この特定は、病院資源の効率的な配分やウイルスの拡散制御に不可欠です。本研究では、メキシコの過去の患者データを用いて訓練された人工ニューラルネットワークを使用し、4つの臨床段階における高リスク患者の特定に関するMLモデルの性能を評価しました。結果は、初期データで訓練されたモデルが、ワクチン接種率、ウイルス株、治療法の変化にもかかわらず、後の波で高リスク患者を効果的に予測できることを示しています。
方 法：
本研究は、過去の患者データを用いて訓練された人工ニューラルネットワークを使用した前向き研究です。モデルの精度は、6つの疫学的波にわたって評価され、各波の終了時点までの累積歴史データで訓練されたニューラルネットワークと比較されました。
結 果：
初期データで訓練されたモデルは、後の波においても高リスク患者を効果的に予測できることが示されました。これにより、人工知能に基づく患者分類手法が、進化する条件下での臨床結果の予測において堅牢なツールとなる可能性が示唆されました。
結 論：
人工ニューラルネットワークを用いた高リスクCOVID-19患者の特定は、将来のパンデミックにおいても有用なツールとなる可能性があり、臨床結果の予測に寄与することが期待されます。