BEHRTを用いた心房細動および心房粗動の予測と、BERTopicを用いた多病態パターンの特定
カテゴリ：手術支援
公開日：2026年2月24日
タイトル：Predicting atrial fibrillation and flutter using BEHRT and identifying multimorbidity patterns using BERTopic.
雑誌名：Front Digit Health. 2026; 8: 1722338.
概 要：
本研究は、心房細動および心房粗動の予測と、それに関連する多病態パターンの特定を目的としています。心房細動と心房粗動は、他の慢性疾患と頻繁に関連しており、その管理が複雑です。事前にこれらの疾患に関連する併存症パターンを分析することで、予防的かつ個別化された医療が可能になると考えられます。
方 法：
この研究は、韓国国民健康保険公社のデータを用いた人口ベースのネストケースコントロール研究です。対象は、2002年から2019年の間に3年以上の請求記録がある19歳以上の成人で、心房細動および心房粗動と新たに診断された個人（2007-2019年）をケースとし、1:4の比率でマッチングしたコントロールを設定しました。BEHRTというトランスフォーマーベースのモデルを用いて心房細動および心房粗動を予測し、BERTopicを用いて性別特異的な多病態パターンを特定しました。予測性能は、受信者動作特性曲線の下の面積（AUC）を用いて評価されました。
結 果：
BEHRTは、600,030人の参加者（8,661件のケースと591,369件のコントロール）において心房細動および心房粗動を予測するためにAUC 0.80を達成しました。BERTopic分析により、性別特異的な多病態パターンが明らかになり、男性では大動脈瘤、高血圧性心疾患、慢性閉塞性肺疾患が一般的であり、女性ではアルツハイマー病、パーキンソン病、リウマチ性心疾患が顕著であることが示されました。
結 論：
BEHRTとBERTopicの組み合わせは、多病歴に基づいて心房細動および心房粗動を予測し、性別特異的な疾患パターンを特定する能力を示しました。これらの結果は、人工知能が個別化医療を向上させ、慢性疾患の予防および管理戦略を最適化する可能性を強調しています。