継続的マルチモーダルデータ供給チェーンと拡張可能な臨床意思決定支援システムのがん医療への応用
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Continuous multimodal data supply chain and expandable clinical decision support for oncology
雑誌名：NPJ Digit Med. 2025 Feb 27; 8(1): 128. doi: 10.1038/s41746-025-01508-2. Epub 2025 Feb 27.
概 要：
本研究は、170,000人以上の患者に対するリアルタイムの臨床、ゲノム、画像データを統合した臨床意思決定支援システム（CDSS）を紹介しています。Yonsei Cancer Data Library（YCDL）データ統合フレームワークを開発し、800以上の特徴を持つマルチモーダルデータセットを継続的に収集・更新しています。品質管理措置により、手術病理で92.6%、分子病理で98.7%の中央値の精度を達成しました。自然言語処理を用いたETLプロセスにより非構造化データを変換し、腫瘍ステージ別の生存分析を可能にしました。CDSSダッシュボードは、患者の経過と重要なマイルストーンを可視化します。腫瘍科専門家からのフィードバックは強い受け入れを示し、満足度スコアは5点中4を超えました。このフレームワークは、臨床意思決定と患者の結果を向上させるマルチモーダルデータ統合の可能性を示しています。
方 法：
本研究は、単一の学術がんセンターで開発されたCDSSに関するもので、170,000人以上の患者からのリアルタイムデータを使用しています。YCDLフレームワークにより、800以上の特徴を持つマルチモーダルデータセットを継続的に収集・更新し、143の論理比較を用いて品質管理を行いました。手術病理で92.6%、分子病理で98.7%の精度を達成しています。
結 果：
CDSSは、腫瘍ステージ別の生存分析を可能にし、重要なステージ依存の違いを明らかにしました。ダッシュボードは患者の経過を可視化し、腫瘍科専門家からのフィードバックでは、満足度スコアが5点中4を超える強い受け入れが示されました。
結 論：
このフレームワークは、臨床意思決定を向上させるマルチモーダルデータ統合の可能性を示しており、今後の研究でその一般化とスケーラビリティを検証する必要があります。