MLモデル、臨床記録から統合失調症を早期予測
2026年2月23日 (月)
- •機械学習（ML）モデルが、臨床診断の最大5年前の段階で統合失調症の初期兆候を特定した。
- •2万4,449人の患者記録を分析したところ、臨床メモの中に1,092個のテキストベースの予測因子が存在することが判明した。
- •今回の研究により、双極性障害と比較して、統合失調症の方がAIによる診断精度が大幅に高いことが示された。
精神医学の分野において早期介入は「究極の目標」とされている。統合失調症のような疾患では、最初の精神病エピソードから診断までに10年を要することも珍しくないからだ。こうした診断の遅れという課題を解決すべく、研究チームは発症の最大5年前に兆候を予測可能な機械学習モデルを開発した。
システムは中央デンマーク地域の2万4,000人を超える参加者の電子カルテを分析し、膨大な臨床記録の中から微細な「予測因子」を精査した。これには、幻聴に関する言及や特定の社会的交流の頻度といった言語的パターンや行動指標が含まれる。これらは正式な診断が下されるよりもずっと以前から、患者の記録の中に静かに現れていたものだ。
このモデルが成功を収めた背景には、1,092もの異なる要因を同時に処理できる能力がある。これは、日常的な診察において医師が一度に把握できる情報の限界を遥かに超えている。興味深いことに、このアルゴリズムは双極性障害よりも統合失調症の特定において高い性能を示した。統合失調症の方が、臨床データにおいて生物学的・心理学的な特徴がより鮮明に現れるためと考えられている。
今回の結果は非常に有望だが、研究チームは、このモデルが現時点では特定の人口統計に基づいている点を強調した。AIによる診断が臨床現場の標準となるためには、ある地域で見出された言語指標が、異なる背景を持つ多様な集団においても同様に正確であるかを慎重に検証しなければならない。