電子健康記録データを用いた低・中所得国における感染症の予測 (DiGi)

デング熱は南アジアおよび東南アジアにおいて急速に拡大している感染症です。 確定診断には、検査室での検査（PCRまたは抗原検査）が必要ですが、発生率が最も高い地域ではしばしば利用できません。 デング熱患者を正確に特定し、重症化する少数の患者を見極めることは、適切な治療を迅速に開始するために重要です。

既存のモデルは、臨床所見と検査所見を組み合わせて使用します。 2013年から2014年にかけてバンコクの熱帯病病院に入院した397人の患者データを用いて開発・検証されたモデルは、変数（肝機能および全血球数）と臨床症状（発熱、点状出血、出血を含む）のベイズモデリングを用いて、デング熱とその他の発熱性疾患を区別しました。 結果として得られたモデルのAUCは0.75で、NS1を含めると0.8に改善しました。 Sequential Organ Failure（SOFA）スコア、またはその修正版は、バイタルサインと血液検査（肝機能、腎機能、血液学）データを使用し、死亡する可能性が高い患者の優れた指標となります。 しかし、中等症の疾患（例：ICU入室の必要性の予測）では、それほど効果的ではありません。

これらのアプローチは有望ですが、一般化可能性の限界、複数の血液検査と臨床症状の使用によって制限されています。 デング熱を迅速に診断し、疾患の重症度を予測できる低コストで簡単なツールは、この地域において非常に価値があります。 現代の機械学習手法を用いれば、これは現在可能であり、以前に特定された障壁、例えば大量のトレーニングデータの必要性などは、現在克服できます。 例えば、大規模なデータセットからモデルを作成し、その後、より小さな異なるデータセット（他の地域/条件からのデータ、または入力データが少ないデータ）向けに最適化することができます。

私たちは以前、データ駆動型の機械学習アルゴリズムが、複数の英国（UK）国民保健サービス（NHS）トラスト間で一般化できることを示しました（COVID-19の予測において）。 当初は77,000人以上の患者データでトレーニングしましたが、バイタルサインデータとベッドサイドでの血球数のみを必要とし、英国の病院を受診する患者のCOVID-19診断を予測できるモデルを作成しました。 私たちは、ベトナムの2つの病院からのデータを使用して、このモデルを低中所得国（LMIC）の環境に適応させる能力を実証しました。 適応されたモデルは、AUROCが約0.75、AUPRCが約0.89を達成しました（より多くのデータが利用可能だった英国のサイトと同様です）。 英国データの小さなサブセットを使用してベトナムでのモデル開発を支援する「転移学習」を実行することで、性能が5-10%向上しました。 また、欠損値を処理するための統計的手法を使用することで、予測性能をさらに2-5%向上させられることもわかりました。 この機械学習モデルは、「ベースラインモデル」としても機能し、新しいタスク、すなわちデング熱向けに適応させることができます。