－文献名－
Steindor E, et al. Triaging Patients With Artificial Intelligence for Respiratory Symptoms in Primary Care to Improve Patient Outcomes: A Retrospective Diagnostic Accuracy Study. The Annals of Family Medicine. 2023; 21(3): 240-248.
－要約－
【Introductionと目的】
総合診療医／家庭医は、より多くの患者、併存疾患、要望を抱え、診断検査のオーダーも大幅に増加している。一般開業医を訪れる患者の約20%は自己解決型の症状で、患者の最大72%は急性呼吸器症状である。診断検査の過剰使用や誤用は、プライマリケアにおけるよく知られた問題であり、偶発的な所見を増加させる。同じことが抗生物質の処方、 特に呼吸器感染症に適用され、耐性菌の増加につながる。臨床資源の誤用の原因は多岐にわたるが、患者の要求、人間の持つバイアス、時間の圧力が主要なものである。機械学習モデル（MLM）は、複数の臨床上のタスクにおいて医師と同等かそれ以上の能力を持つと考えられている。MLMを用いた患者のトリアージは、医師によるトリアージと同等と報告されている。ガイドラインやスコアリングシステムは診断と治療を標準化し、コスト削減とケアの質向上に資するのだが、十分利用されていない。ガイドラインの適用性、利便性、時間不足が理由として挙げられる。
本研究の目的は、呼吸器症状を持つ患者の症状や徴候（臨床的特徴）について、来院前のトリアージを模倣するため患者に質問可能な要素のみを使用することにより患者トリアージMLMを訓練することである。
このMLMは、呼吸器症状トリアージモデル（RSTM）と呼ばれ、スコアに基づいて患者を10のリスクグループ（グループ1から10までリスクが高くなる）に分類する。医療現場におけるMLMのパフォーマンス評価は複雑であり、どのベンチマークを使用すべきかはしばしば不明確である。多くの報告では、人間の偏見やエラーの影響を受ける医師の診断をベンチマークとしてMLMを評価している。RSTMを複数の患者のアウトカムをベンチマークとして評価することはより良いパフォーマンス指標となる可能性が高いが、この方法でMLMトリアージのパフォーマンスを検証した報告はない。
【方法】
アイスランド・レイキャビク地域のすべてのプライマリケアクリニックを対象とした。7つのICD10コード（J00、J10、JII、J15、J20、J44、J45）のうち1つの診断を受けた患者のカルテから臨床テキストノート（CTN）※を抽出した。23819名の患者の44007のカルテ記録を条件に合致した2000のCTNに絞り込み1500CTNをMLMの訓練に、500のCTN（testing set1）とこれらの記録に含まれていなかった664のインフルエンザのCTN（testing set2
）をアウトカムの計測に用いた。続いて、下気道感染症の有無を予測しトリアージすることを目的に患者がみずから応えられる受診前の臨床情報のみを用いて、MLMを訓練した。このMLMは患者をスコアリングし10個のリスクグループ（値が高いほどリスクが高い）に分類し、各グループのアウトカムを分析した（スコア1〜5をlow risk、6〜10をhigh riskグループとした）。
臨床テキストノート（CTN）とは、患者の症状や徴候に対する医師の解釈、診察中に行われた臨床決定の理由、取られた行動（画像紹介、処方箋の作成など）を記録した文書である。）
各リスクグループについて、C反応性タンパク質（CRP）の平均値、ICD-10コードの分布、7日以内にプライマリケアと救急で再評価された患者の割合、胸部レントゲン撮影となった患者の割合、胸部レントゲンにおける肺炎の兆候と偶発腫瘍所見、抗生物質の処方を受けた患者の割合をアウトカムとして検討した。
95%CIは、各アウトカムの値をソートし2.5%および97.5%のパーセンタイルを計算することで算出した。二値変数のP値の算出には両側フィッシャーの正確検定を、連続変数のP値の算出には両側マン・ホイットニーのU検定を使用した。P＜.05を有意とみなした。
【結果】
それぞれのtest setの特性はTable1。
リスクグループ1～5は6～10と比較して若年者が多く（本文中Figure2-4）、CRP値、プライマリ・ケアおよび救急医療の受診率、抗生物質の処方率、胸部X線（CXR）の実施、実施されたCXRで肺炎の所見を認めたものが少なかった。リスクグループ１〜５ではCXR上の肺炎の所見も医師による肺炎の診断も0件であった（Table２）。
【ディスカッション】
この大規模な後方視的研究により医療機関受診前のデータ（症状等）を用いたプライマリ・ケアにおけるMLMによる急性の呼吸器症状を訴える患者のトリアージの結果が示された。MLMによりlow riskとされた5グループではレントゲン上の肺炎の所見を示したものも、肺炎の診断となったものもいなかったことは特筆すべき点である。インフルエンザ患者のみを集めた（training setとは異なる患者層であった）test set2においても同様の結果が得られた。
RSTMが実臨床の現場で同様のパフォーマンスを示すことができれば、医療機関を受診する前の段階で患者をトリアージするためのWebベースのツールとなりうる。肺炎を見逃すことなく不要なレントゲン撮影を減らす可能性がある。今回のデータではlow risk患者にも抗菌薬が処方されていたが、こういったlow risk groupではトリアージにより抗菌薬の処方を控えることで処方の質が向上する可能性もある。
本研究は後方視的研究手法の限界やバイアスがあり、前方視的に妥当性が検証されるべきである。今回トレーニングと解析に用いたCTNは医師が患者の症状や所見を記録したものであり、ヒューマンエラーやバイアスが含まれる可能性がある。直接患者からデータを得ることでより質の高い訓練を行いうる。
【開催日】2023年6月7日（水）