人工知能を用いた小児多系統炎症症候群とチフスの鑑別：MIS-C対エンデミックチフス（AI-MET）
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：Distinguishing Multisystem Inflammatory Syndrome in Children From Typhus Using Artificial Intelligence: MIS-C Versus Endemic Typhus (AI-MET)
雑誌名：J Infect Dis. 2025 Apr 15; 231(4): 931-939.
概 要：
本研究は、COVID-19感染後に発生する小児多系統炎症症候群（MIS-C）がエンデミックチフスと類似の症状を示すことに着目し、人工知能（AI）を用いてMIS-Cとチフスを正確に区別する臨床意思決定支援システムを開発することを目的としています。133人のMIS-C患者と87人のチフス患者から得られたデモグラフィック、臨床、検査データを基に、AI-METを構築しました。
方 法：
本研究では、MIS-C患者133人とチフス患者87人のデモグラフィック、臨床、検査特徴を抽出しました。注意機構を用いて入力の重要性を評価し、2段階のAI-METを作成しました。第1段階では17の特徴を用いて分類（MET-17）を行い、信頼度が不十分な場合は追加の13の特徴を加え、再帰型ニューラルネットワークを用いてMET-30を計算しました。
結 果：
30の特徴のうち24が統計的に異なりましたが、値が重複しており、個別のパラメータとしては臨床的に重要な区別要因とはなりませんでした。しかし、AI-METはチフスとMIS-Cを100%の精度で分類しました。追加の111人のMIS-C患者を含む検証コホートでも99%の精度で分類されました。
結 論：
人工知能は、迅速に得られる特徴を用いてMIS-Cとチフスを成功裏に区別できることが示されました。この意思決定支援システムは、エンデミック地域で発熱する小児の診断に苦慮する前線の医療提供者にとって貴重なツールとなるでしょう。