2023.08.29

機械学習によるがんの苦痛評価方法の開発―機械学習で目に見えない苦痛を見える化―

854 posts

Medical news

概要

がん患者では、全身状態の悪化で言葉によるコミュニケーションが取れた場合、自分の症状 1を表現できず、一般の医療従事者 2も症状評価 3に難渋することがあります。できなければ、苦しみの緩和も十分に覚悟しません。適切な症状評価には緩和ケア4に関する修正が必要で、医療現場では緩和ケア専門職による支援が行われています。患者数に比べて緩和ケア専門職 5 は非常に不足しています。京都大学附属病院緩和医療科・緩和ケアセンター恒藤暁教授、嶋田和貴同特定講師らの研究グループは、機械学習 6 を用いるて、がん患者の苦痛のうち、痛みや呼吸困難などの自覚症状7を評価する方法を開発。自覚症状は会話ができないと客観的には評価困難で、緩和ケア専門職の支援をこの手法は緩和ケア専門職の不足を解決し、全国のがん患者の苦痛からの解放に繋がる可能性がある。

本成果は、国際的な学術誌「Scientific Reports(サイエンティフィック・リポーツ)」誌に2023年7月26日に付けて掲載されました。

1.背景

日本では、主にがん医療に焦点を当てた政策の主として緩和ケアが発展してきました。がん治療の発展とともにがん患者の平均余命が延長し、がん患者への緩和ケアな提供者は、緩和ケアを専門としない一般の医療従事者に移行しつつあります。一般の医療従事者向けの緩和ケア研修会は全国で行われていますが、短期の研修は医療現場をニーズ緩和ケアでは多くの場合、患者本人には自覚症状の評価から始まるため、適切な症状評価に一定の時間を必要とします。ただし、一般診療では、緩和ケア以外さらに、一般診療の中で緩和ケアを行おうとする際にその間かなり早くさで、診療の質を上げるそのための緩和ケアが逆に医療の質を低下させる可能性すらあります。一般の医療従事者を支援する緩和ケア専門職の全国的な人手不足も慢性的に続いています。

発見、予測や見分けに優れた機械学習を医療支援に応用する試みが世界的な潮流になりつつあります。などを介したアプリケーション8形式で一般の医療従事者を支援し、最終的には全国のがん患者の利益につながると私たち考えました。

2. 研究手法・成果

本研究では、2015年8月から2016年8月にかけて自主的に診療したがん患者213人の診療情報を対象とした後方視的研究を実施しました。一般の医療従事者、特に若手の医師や看護師、介護士に最終的なアプリケーションを使ってもらうことを当初から想定し、誰でも観察で評価できる他覚症状 9を機械学習の入力系にすることを試みました。残りの主観的要素の多い症状を「目に見える症状」として抽出しました。次に、患者の背景と「目に見える症状」として抽出しました。この「目に見える症状」と「目に見えない症状」の分類が本研究の最大のポイントで、機械学習としてはポピュラーな手法のひとつである決定木分析で「目に見えない症状」:痛み、呼吸困難、疲労、眠気、不安、先入観、予想なインフォームド・出口、スピリチュアルな問題を予測したところ、精度、本能、特異度の最高値/最低値は、88.0%/55.5%、84.9%/3.3%、96.7%/24.1%でした。

【成果のまとめ】

本研究は、緩和ケアを受けているがん患者を対象に、決定木分析を用いて目に見えない症状を予測した最初の研究です。本研究の成果は、がん患者における症状のより良い評価を介してQOLの改善に知覚し得るものです。

3. 対抗効果、今後の予定

本研究には、①成人のがん患者のみを対象としているため、研究結果は小児では異常の可能性、②本研究に含まれた外来患者数が少ないこと、③私たちの作成した機械学習モデルは発生する症状イベントは正確に予測できない可能性、将来的な限界が考えられるため、これらについては今後の研究が必要です。

繰り返し、蓄積した臨床情報には症状だけでなく、治療・ケアや転帰の情報も含まれており、機械学習を用いた治療・ケアの提案や、転帰の予測に関する研究も進めています。情報の蓄積形式は臨時における緩和ケアチームの活動内容を一般化 10したものであり、その内容を機械学習上で再現できれば、全国で一般的に行われている緩和ケアチームをアプリケーションで再現できる可能性端的な人の手不足の解決だけでなく、地域での医療偏在や災害下での医療の継続性にも配慮できる可能性があります。

なお、機械学習アプリケーションの社会実装では避けない議論として、アプリケーションを用いた場合の医学的判断の責任の所在に関する倫理的・法的・社会的議論や、アプリケーションを維持するためのコスト面の議論も必要と考えられます。

4.研究プロジェクトについて

研究は、大学病院、がん医療連携拠点病院、地域基幹病院での日常臨床の範囲内で実施され、該当するすべての医療機関での倫理審査のうえ承認を受けております。

<用語解説>

1.症状：がん患者では痛み、呼吸困難、意識障害などの苦痛症状を伴うことが多いです。苦痛症状は、がん自体によるもの、がんの治療に伴うもの、がんや治療に伴うわないものがあります。がん患者の高齢化で苦痛な症状を言語的に伝えることが難しい場合もあります。

2.一般の医療従事者:がん患者の苦痛の初期対応は、緩和ケアを専門としない医療従事者(例:がん治療医や治療のための入院病棟の看護師など)で担当することが多いです。

3.症状評価:がん患者の症状は、例えば痛みがあっても、それまでの生活で経験する痛みと異なることがあり、会話が可能であっても症状を正確に自己申告することが難しいまた、がんや治療の影響で会話が困難な場合もあります。そのため、症状評価に専門家の支援が必要なことも多いです。

4.緩和ケア:緩和ケアとは、身体的・心理社会的・スピリチュアルな問題の早期発見と適切な評価や対応で、苦痛の予防や軽減に備え、生命を守るかすみ病に関連する問題に対処するいる患者とその家族の生命や生活の質(Quality Of Life、QOL以下)を向上させるアプローチとされています。

5.緩和ケア専門職：医師、看護師、薬剤師、ソーシャルワーカー、臨床心理士、理学療法士、スピーチセラピスト、管理栄養士などを含めた緩和ケアチームが一般の医療従事者を支援しています。緩和ケアチームの構成員は施設によって違いもあります。

6.機械学習:経験からの学習により自動で改善するアルゴリズムや関連の研究領域で、人工知能(artificial Intelligence、以下AI)の種類とみなされています。予測能力にすぐれ、医療を含む社会への応用が進められています。

7. 存在症状:がん患者が自ら感じられる症状で、外部からの観察ではわかりにくい症状(例、痛み、呼吸困難、不安など)を遠ざけます。本研究では、外部からの観察ではわかりません難しい点から「目に見えない症状」と迷っています。

8. アプリケーション(application):表計算ソフトやメールソフトなど、特定の機能や目的のために作られたソフトウェアのことです。アプリ(app)と略されることが多いです。

9.他覚症状：がん患者の症状のうち、外部からの観察では症状を察知、本研究では摂食量低下、悪心、腹部膨満（おなかの張り）、便秘、浮腫（むくみ）、不眠本研究では、外部からの観察でわかることから「目に見える症状」と違和感があります。

10.緩和ケアチームの活動を一般化:本研究では、緩和ケアチーム活動記録の適切なフォーマット化を意図して、本邦で作成され論文として公開されている緩和ケアチーム活動の標準フォーマット 1.0 (SF) -PCTA1.0)*を使用しました。

*笹原達也他標準フォーマットを使用した、紹介理由と病院緩和ケアチームの活動の評価: 多施設 1,000 件の症例説明。J. 疼痛症状管理 47、579-587.e6 (2014)。

<研究者のコメント(特定講師:嶋田和貴)>

最初私は地域の人手不足の解消を目指して、呼吸器内科医をキャリアの出発点に選びました。その後の社会の急速な高齢化を背景に、緩和ケアにおける地域の人手不足や偏在による弊害を現在は、日々の緩和ケアチーム活動全般の医療従事者に緩和ケアの知恵や文化が広がることを願っておりますが、より早く全国の患者さんとその周囲の人々に緩和ケア今後は、IT会社と共同研究中のアプリ試作を使った臨床研究で、臨床実効性の確認を進める予定です。本邦では医療アプリの開発体制は十分確立されておらず、今回のIT会社との出会いまでにかなり苦労しました。あります。