急性肝不全（ALF）は、急激な悪化と凝固障害を特徴とする重篤な病態であり、一部は急性肝障害（ALI）から進展する。その重症度にもかかわらず、ALFに対する有効な治療法は限られており、肝移植がほとんど唯一の治療法となっている。本研究では、九州大学病院のALI患者320例を用いて、プロトロンビン時間活性化率（PT％）が個々のALFの状態を示す重要な指標となることを見出した。さらに、入院後7日間のPT%値の時間経過パターンに教師なしクラスタリングを適応することで、パターンの異なる6つの層別グループを同定した。さらに、数理モデルと機械学習を組み合わせることで、入院時に入院後7日間のPT%動態を個人レベルで予測可能であることを実証した。このモデルは、個別化医療と最適な医療資源配分のための重要な知見をもたらすとともに、ALFの治療と理解に新たな視点を提供するものである。
