機械学習ツールが一次医療機関での認知症診断を増加させる
JAMA Networkに発表された研究によると、一次医療クリニックで潜在的な認知症症例を特定するために設計された機械学習ツールが導入された後、より多くの認知症診断が行われました。これは、疾患プロセスのより早い段階で認知症を診断するための潜在的な解決策を示唆しています。
研究を主導したインディアナ大学医学部のMalaz A. Boustani医師は、「認識されていない認知症または軽度認知障害を持つ人々のニーズに対応するために一次医療を変革するには、最小限の時間とコストでスケーラブルかつ持続可能なソリューションが必要です」と述べています。
研究デザインと方法
Boustani医師らは、2022年7月から2年間、インディアナポリスの9つの連邦政府認定医療センターで、65歳以上の成人5300人以上（平均年齢71歳、女性62.2%）を対象とした無作為化臨床試験を実施しました。参加者は、軽度認知障害、認知症、または重度の精神疾患の既往歴がありませんでした。
クリニックは3つのアプローチのいずれかに無作為に割り付けられました。
通常ケア群（1724人）: アルツハイマー病および関連認知症（ADRD）の定期的スクリーニングなし。
機械学習アルゴリズム単独群（1300人）: 電子カルテデータをスキャンして認知症リスク指標を検出する機械学習アルゴリズムを使用。
アルゴリズム + アンケート群（2301人）: 機械学習アルゴリズムに加えて、認知能力、日常業務、行動、気分に関する10項目の患者自己申告アンケートに基づいて診断。
AIツールを使用するクリニックでは、特定の患者が認知症のリスク兆候を示した場合、臨床医に通知が届き、記憶テストの指示、専門医への紹介、患者との懸念事項に関する会話が提案されました。
ツールの検証と結果
Boustani医師らは、インディアナ州で2000以上のADRD症例と11000以上の非ADRD症例を分析することで診断を検証しました。データを2つのコホートに分け、一方はプログラムのトレーニングに、もう一方は検証に使用され、約80%の精度を示しました。
研究結果は以下の通りです。
アルゴリズム + アンケート群: 通常ケアクリニックと比較して、新規ADRD診断のオッズが31%高かった（調整オッズ比[aOR], 1.31; 95% CI, 1.05-1.64）。12ヶ月間の発生率は12.4%でした。
- アルゴリズム単独群: 通常ケアと比較して、診断発生率が低かった（12ヶ月間の発生率10.3%; aOR, 0.84; 95% CI, 0.63-1.11）。
12ヶ月後、認知症関連の診断テストを受けた患者の割合は、アルゴリズム + アンケート群で36.7%であったのに対し、アルゴリズム単独群では27.8%、通常ケアクリニックでは29%でした。
ミシガン大学公衆衛生学部のChelsea Cox氏は、一次医療臨床医がしばしば多忙でADRDのスクリーニングを行う時間がないことを指摘し、「この研究で採用されたツールは、患者側からの記憶や認知に関する懸念の報告だけでなく、臨床医側からも非常に効率的にリスクを判断し、追加の認知・神経心理学的検査に紹介できるようにする障壁の一部を取り除きます」とコメントしています。