AIによるスクリーニングツールが、医師が見逃し続けている一般的な診断に狙いを定める
ENDO 2026で発表された研究によると、新たな人工知能モデルは、しばしば見過ごされる高血圧の原因であり、追加の心血管リスクを伴う原発性アルドステロン症の患者を臨床医が特定するのに役立つ可能性があります。研究では、30年分の電子健康記録データを用いて、正式な診断が下される前に高リスク患者を抽出できるスクリーニング手法を構築しました。
原発性アルドステロン症は、副腎がアルドステロンを過剰に産生することで起こります。アルドステロンはナトリウムとカリウムのバランスに関わるホルモンです。過剰なアルドステロンは血圧を上昇させ、脳卒中、冠動脈疾患、心房細動、心不全、腎疾患のリスク増加と関連します。研究は、有効な治療法が存在するため、早期発見が臨床的に重要だと指摘しています。
研究者によれば、この病態は高血圧患者の最大20%に影響する可能性がある一方で、依然として広く診断されていません。このギャップが、米国内分泌学会の2025年臨床診療ガイドラインがより広いスクリーニングを求めた理由の一部です。しかし実務上は、多くの患者に重なる症状、服薬歴、検査所見を抱える大規模医療機関が、スクリーニング対象を仕分ける必要があるため、拡大は容易ではありません。
モデルの構築方法
メイヨー・クリニックのFrank Lee氏が率いるチームは、Mayo Clinic Platformを通じて1986年から2025年に収集された2万2,000人超の患者の匿名化データを使用しました。モデルは、年齢、性別、高血圧と低カリウム血症に関連する診断、収縮期血圧の測定値、カリウム値、降圧薬やカリウム補充薬の処方などの変数を分析しました。
その後、研究者は高血圧の成人225,887人でモデルを検証しました。最も性能が高かった手法は、構造化された臨床データにしばしば用いられる機械学習フレームワークであるXGBoostでした。報告された結果では、モデルは原発性アルドステロン症のリスクがある患者を診断の12か月前に予測しました。
この先行時間は重要です。1年早く把握できれば、臨床医は確定検査を実施し、治療を調整し、回避可能な心血管合併症への曝露を減らす時間を得られます。また、AIは診断を置き換えるためではなく、より注意深い評価が必要な小さな集団へ対象を絞り込むために特に有用であることを示唆しています。
これが単一の疾患を超えて重要となり得る理由
この研究は、医療AIの実用的な活用法を示しています。まったく新しい臨床エビデンスを生み出すのではなく、日常診療データの中に埋もれた患者を掘り起こすという使い方です。高血圧は一般的ですが、その原因は一様ではありません。もしシステムが、内分泌疾患によって高血圧が生じている患者と、より典型的な本態性高血圧の患者を見分けられれば、ケアはより的確で、受け身ではないものになります。
今回の結果はまた、長期間にわたる記録セットを用いて、治療可能な疾患をより早く見つけるという医学全体の大きな流れも反映しています。モデルは通常診療で既に取得されている変数に依拠しているため、新しい画像、ウェアラブルデータ、専門検査を必要とするツールより導入の障壁は低い可能性があります。それでも、スクリーニングモデルは最初の一歩にすぎません。実際のワークフローに組み込み、複数の医療機関で検証し、現実の転帰を改善する形で使う必要があります。
現時点では、この研究は、より広く、より賢いスクリーニングの必要性を強めています。原発性アルドステロン症は重要であり、かつ治療可能です。正式に認識される前に患者を診断経路へ進められるモデルは、高血圧診療における最も根強い盲点の一つを埋める助けになるかもしれません。
この記事は Medical Xpress の報道に基づいています。元記事を読む。
Originally published on medicalxpress.com
