原著
機械学習によるVAIVT介入時期の予測
2020 年 53 巻 12 号 p. 633-638
詳細
2020 年 53 巻 12 号 p. 633-638
【背景】バスキュラーアクセス (VA) の管理において超音波検査は有効であるが治療介入に定まったものはない. AI技術は近年急成長しており医療への応用も進んでいる. 今回われわれはpythonの機械学習を用いて超音波検査結果などから適切なVAの治療介入時期を予測した. 【方法】超音波検査を施行した1,862名を対象とした. 機械学習で学習, 予測し各アルゴリズムのROC曲線からAUCを算出した. 従来の治療基準の比較としてガイドライン群 (GL基準) とし機械学習との正解率を比較した. 【結果】最も良好なアルゴリズムはLogistic regressionでAUC (0.88), 感度 (0.85), 特異度 (0.71), 正解率 (0.83) となった. GL基準は感度 (0.69), 特異度 (0.86), 正解率 (0.72) であった. 【結語】機械学習の予測は正解率でGL基準を上回り, 機械学習を用いてVAの治療介入時期予測を高精度で行えた.
