MEDICINE & AI

タイトル：AI-powered model for predicting mortality risk in VA-ECMO patients: a multicenter cohort study 雑誌名：Sci Rep. 2025 Mar 26; 15(1): 10362. 概　要： 本研究は、VA-ECMOを受けた重症患者の28日以内の死亡リスクを予測するための非侵襲的で効率的なAIモデルを開発することを目的としています。中国の5つの病院で行われた多施設の後ろ向きコホート研究で、2020年1月から2024年1月までにVA-ECMOを受けた患者が対象です。25の簡単に取得可能な患者検査特徴を基に、古典的および先進的な機械学習技術を用いて10の予測モデルを開発しました。モデルの性能は様々な統計指標で評価され、最適な予測モデルが特定されました。225人の患者が研究に含まれ、ランダムフォレストモデルが28日死亡率の最良の予測因子として特定されました。 方　法： この研究は、中国の5つの病院で行われた多施設の後ろ向きコホート研究です。2020年1月から2024年1月までにVA-ECMOを受けた225人の患者が対象で、66人がトレーニングコホートに含まれました。内部検証には16人、外部検証には30人と60人の患者が使用されました。モデルの性能はAUROCで評価され、ランダムフォレストモデルはトレーニングコホートで1.00、検証コホートでそれぞれ1.00、0.97、0.93を達成しました。 結　果： ランダムフォレストモデルは、28日死亡率の予測においてトレーニングコホートでAUROC 1.00を達成し、検証コホートでは1.00、0.97、0.93を記録しました。開発されたeCMoMLモデルは、高い精度と一般化可能性を示し、臨床医による即時使用が可能です。 結　論： eCMoMLモデルは、VA-ECMOからの離脱後28日以内の死亡リスクを迅速かつ正確に予測するツールを提供し、臨床意思決定を大幅に向上させる可能性があります。これにより、医師は患者の予後をより良く評価し、治療計画を最適化し、生存率を改善することが期待されます。