慢性呼吸器疾患患者における多病歴入院リスク管理のための電子健康記録埋め込みAIモデルの開発と検証（AiRES）：研究プロトコル
カテゴリ：公衆衛生・予防医療
公開日：2026年5月14日
タイトル：Developing and validating an electronic health record-embedded AI model for managing multimorbid hospitalisation risk in patients with chronic RESpiratory disease (AiRES): a study protocol.
雑誌名：BMJ Open. 2026 May 13; 16(5): e116086. doi: 10.1136/bmjopen-2025-116086.
概 要：
慢性呼吸器疾患（CRD）、特に喘息や慢性閉塞性肺疾患（COPD）は、多様な症状を持ち、高い多病歴負担を伴います。既存のリスク評価ツールは生理的指標に重点を置き、全身的な併存疾患を見落としています。本研究では、電子健康記録（EHR）に埋め込まれたAIモデル（AiRES）を開発し、30日、90日、180日の全原因および特定疾患による入院リスクを予測することを目指します。このモデルは、CRD患者における個別化された多病歴管理のための臨床意思決定支援ツールへの第一歩を示しています。
方 法：
18歳以上の喘息およびCOPDの確定診断を受けた患者を、2012年から2020年のシンガポールの健康行政データから特定します。候補となる予測因子には、年齢、性別、民族、住居タイプ、併存疾患が含まれ、訪問頻度を基にしたデータが1年目は四半期ごと、2年目と3年目は年ごとに集計されます。最大5つのランダムに選ばれた基準日を用いて、30日、90日、180日の入院リスクを予測します。3つの機械学習アルゴリズム（ロジスティック回帰、eXtreme Gradient Boosting、Categorical Boosting）を使用し、10分割交差検証で訓練します。最適モデルは、パフォーマンスと特徴の重要性に基づいて選定され、基準モデルと比較されます。
結 果：
原文に記載がないため省略します。
結 論：
原文に記載がないため省略します。