機械学習を用いた心肺バイパス後の心臓手術における腎障害の予測
カテゴリ：手術支援
公開日：2026年3月17日
タイトル：Predicting kidney injury after cardiac surgery with cardio-pulmonary bypass using machine learning
雑誌名：Front Digit Health. 2026; 8: 1695494.
概 要：
心臓手術後の急性腎障害（CSA-AKI）は一般的な合併症であり、 morbidityおよびmortalityの独立した予測因子です。本研究は、心臓手術を受ける患者におけるリスクの早期層別化と治療戦略の調整を目的とし、機械学習を用いて患者の電子健康記録（EHR）データを分析し、手術後72時間以内のAKI予測を行いました。130人の患者を対象にした多施設観察試験の二次分析として実施されました。
方 法：
本研究は、心肺バイパスを伴う心臓手術を受ける患者に対するAKI予防のための支援策の実施を調査した多施設観察試験から130人の患者を対象にした二次分析です。機械学習を用いて、患者のEHRデータを遡及的に分析し、AKIリスク推定を生成しました。手術後72時間以内のAKI予測と、手術30日後の急性腎疾患（AKD）の発生を調査しました。
結 果：
130人中33.1%がCSA-AKIを発症し、119人の30日フォローアップデータでは18.5%がAKDを発症しました。手術当日のAIリスクスコアは、CSA-AKIの発生に対してAUROC 0.79、手術後30日でのAKDに対してAUROC 0.83を示しました。ANOVAテストでは、CSA-AKIまたはAKDを発症した患者は、発症しなかった患者よりも有意に高いリスクスコアを示し、効果量も大きかったです。
結 論：
EHRデータに基づく機械学習を用いたリスク層別化は、CSA-AKIおよびAKDのリスクがある患者を特定するための低労力で高収益なスクリーニング方法を提供します。この結果は、日常の病院データで訓練されたEHRモデルが、実際の心臓手術コホートにおいて臨床的に有用な識別を提供することを示しており、早期スクリーニングとターゲットを絞ったリスク軽減の使用を支持します。