検査結果を用いた疾病診断と管理のためのハイブリッドAIとルールベースの意思決定支援システム

概要: 本研究論文は、AI予測モデリングを医療知識ベースと統合した新規の臨床意思決定支援システム（CDSS）の開発と実装の概要を示す。検査結果に含まれる定量的情報要素を利用して、患者が患う可能性のある診断を推定する。その後、可能性の高い診断を確定するための検査を提案する―― 医師を支援するツール。システムは、ルールベースのエキスパートシステムに含まれる知識と、検査データの特徴に基づくデータ駆動型予測子の推論を統合させる。593,055人のデータは、米国内の547のプライマリケアセンターから収集され、意思決定支援システムをモデル化し、Real-World Evidence (RWE) を現実世界のエビデンスとして導出して、多くの患者層に適用可能にする。私たちのルールベースは、臨床的に検証された規則を含み、疾病の一つ以上を直接確認し、それらに ICD-10 コードを割り当てることができる59の健康状態をモデル化している。可能性診断システムは多クラス分類を用い、37の ICD-10 コードをカバーする。これらは、医師が診断を確認するために処方する検査に基づいて、11のカテゴリにまとめられている。この研究は、患者の医療プロファイルと日常的な検査を活用して、可能性の高い疾病群を予測し、それらを確認する新しいシステムを提供することにより、推論の説明を併せて提供し、臨床意思決定における医師の誤診を減らすのを補助する。