血液学的診断における機械学習の応用

要旨迅速かつ正確な医療診断は、病気の成功した治療にとって非常に重要です。機械学習アルゴリズムを使用し、検査室の血液検査結果に基づいて、血液学的疾患を予測するための2つのモデルを構築しました。1つの予測モデルは利用可能なすべての血液検査パラメータを使用し、もう1つは通常患者が入院する際に測定される制限されたセットのみを使用しました。両方のモデルは良好な結果を出し、最も可能性の高い5つの疾患を考慮した場合の予測精度は0.88と0.86、最も可能性の高い疾患のみを考慮した場合は0.59と0.57でした。モデルには有意な差はなく、これは制限されたパラメータのセットが疾患の関連する「指紋」を表すことができることを示しています。この知見は、一般開業医によるモデルの利用性を拡大し、血液検査結果には医師が一般的に認識する以上の情報が含まれていることを示しています。臨床試験では、私たちの予測モデルの精度が血液学の専門家と同等であることが示されました。私たちの研究は、血液検査のみに基づく機械学習予測モデルが血液学的疾患の予測に成功裏に適用できることを示した初めてのものです。この結果は、医療診断に前例のない可能性を開く可能性があります。