Medical AI Digest (JA)

地域医療で個人心理療法を開始したうつ病患者の28.4％が早期に脱落し、その約6割は初回セッション後に治療を中断していた。電子カルテから高リスク患者をある程度抽出できたものの、予測精度は単独で臨床判断に用いられる水準ではなかった。

米国退役軍人2万2537人を中央値15.9年間追跡した研究で、SERPINA1 Zアレルを持つPi*MZ、Pi*SZ、Pi*ZZは、正常型Pi*MMより重大な肝関連転帰のリスクが高かった。関連はホモ接合体のPi*ZZに限られず、ヘテロ接合体にも認められた。

うつ病に対するインターネット認知行動療法（iCBT）の利益を個人ごとに予測できても、その予測を治療対象の選別に使えるとは限らない。本研究では、最も安定したモデルでも低利益予測群を十分な精度で識別できず、治療を控えると全員に提供する場合より集団全体の転帰が悪化した。

米国3州のメディケイド・マネージドケア受給者4万9282人を調べたところ、36.8％に少なくとも1つの事務負担が記録されていた。書類手続きが最も多い一方、影響を受けた患者1人当たりの時間コストは交通問題が最大だった。

PRECISE-HFは、NT-proBNPを一律のカットオフ値で解釈するのではなく、臨床特性と組み合わせて患者ごとの心不全確率を推定するモデルである。英国の大規模データによる内部検証では、心不全の除外対象を広げながら高い感度を維持し、確定検査へ進む患者の偽陽性も減らした。

成人の新規発症急性骨髄性白血病（AML）では、少数のCpG部位を調べるDNAメチル化解析を既存の遺伝子・臨床情報に加えることで、寛解、再発、全生存の予測が改善した。とくに、典型的な遺伝子異常が検出されない患者の一部にも、特定の遺伝子病型と共通するエピジェネティックな特徴と予後が認められた。

物忘れ外来を受診した2379人の64.4％が5剤以上を使用し、61.6％には潜在的に不適切、または薬剤性認知機能障害と関連する薬剤への曝露が認められた。認知障害が重いほど薬剤数も多いという関連は、年齢などを調整した解析でも維持されていた。

標準的な12誘導心電図から、深層学習によって左房容積と左房駆出率を推定できる可能性が示された。推定精度は中等度にとどまった一方、AIが捉えた左房異常は、心房細動、心不全、心原性脳塞栓症の発症リスクと一貫して関連していた。

IgA腎症の腎生検報告書を大規模言語モデル（LLM）で解析すると、低障害型と高障害型という再現性のある2群に分類でき、高障害型は従来の臨床因子とOxford MEST-Cスコアを考慮しても不良な腎予後と関連していた。もっとも、現段階でこの分類を治療選択に用いることはできない。

運動中の多量発汗と安静時の微量発汗という相反する条件に対応し、汗中バイオマーカーと筋電図を連続測定する電子繊維システム「FatigueVisual」が開発された。健康成人10人のデータで構築した機械学習モデルは、運動疲労を6つの側面から評価し、3人での予備的介入試験では疲労指標を最大51.8％低減した。