B型肝炎は命です

オーストラリア国立大学研究員

准教授

Brett A. Lidbury は、連邦保健省の病理学品質利用プログラム (QUPP) から資金提供を受けています。 彼はオーストラレーシア王立病理学者大学 (RCPA) 理学部のフェローシップを保持しており、RCPA 品質保証プログラム (RCPAQAP) と協力しています。

ブサヨ・I・アジュウォンは、この記事から利益を受けるであろういかなる企業や組織で働いたり、コンサルティングしたり、株を所有したり、資金を受け取ったりすることはなく、学術上の任命以外の関連する所属も明らかにしていません。

オーストラリア国立大学は、The Conversation AU のメンバーとして資金を提供しています。

すべてのパートナーを表示

世界中で 2 億 9,600 万人以上が B 型肝炎に罹患しています。B 型肝炎は、B 型肝炎ウイルス (HBV) によって引き起こされる、生命を脅かす可能性のある肝臓感染症です。 ほとんどの人は自分が感染していることに気づいていないため、医療を受けられません。 臨床ケアは患者の転帰を改善し、他の人への感染を防ぐことができます。

したがって、HBV 感染患者を早期に検出できれば、患者の予後が改善され、集団内での感染が阻止される可能性があります。

HBV の推奨検査は酵素免疫測定法です。 これは、人の体内にウイルスが存在することを示す物質である B 型肝炎表面抗原を検出します。

しかし、これらの化学検査は非常に高価であり、専用の設備が必要です。 これらは通常、研究室が少なく孤立しているような、資源が乏しい環境にいる人々には手の届かないものです。 このような環境の臨床医は、肝臓が重度の損傷を受けるまで何十年も明らかな症状が現れない可能性があるサイレントキラーに対して、限られたリソースで取り組んでいます。

このような公衆衛生上の課題に対する解決策の一部は、機械学習にあるかもしれません。 これは、大量の情報を理解し、独自の「知識」を構築するコンピューターの能力を指します。

私たちは、機械学習と感染症を研究するオーストラリア国立大学の研究者グループの一員です。 私たちの以前の研究では、ナイジェリアにおけるHBVの有病率が高いことが分かりました（9.5％、8％を超えると高いとみなされます）。 そして、感染のレベルは地政学的ゾーンによって大きく異なりました。

続きを読む: ナイジェリアの B 型肝炎: 予防と治療に役立つ最新データ

この国では、手頃な価格で検査を受けられることが問題でした。 そこで私たちは、臨床医が B 型肝炎感染を早期に検出できるようにするツールを開発しました。

ナイジェリアの患者データを使用して、患者データから学習し、パターンを特定し、患者の HBV 感染状態の警告と検出を行うためのインテリジェントな決定を行うアルゴリズムを開発しました。 目的は、臨床上の意思決定を強化し、患者の転帰を改善することです。 早期の治療が可能になれば、何百万人もの人々の生活の質が向上し、HBV 罹患率の低下につながるはずです。

このツールを構築するために、私たちはナイジェリア医学研究所の同僚と緊密に協力しました。 彼らは、倫理的に承認された方法で、匿名の患者 916 人のデータへのアクセスを提供しました。 この研究所はナイジェリア有数の医学研究機関であり、B型肝炎専門クリニックを主催しています。

赤血球、白血球、塩類、酵素、その他の血液化学物質を測定する通常の血液検査の結果と、B 型肝炎の検査結果を使用しました。測定値間の微妙な相互作用が明らかな場合、定期的な血液検査は早期診断を容易にするのに非常に役立ちます。発見できる。 相互作用のパターンは病気の兆候である可能性があります。 しかし、それらを見逃してしまうのは簡単です。

このデータを使用して、患者の HBV 感染状態を予測する病理マーカーを特定するアルゴリズムをトレーニングしました。 機械学習が非常に強力な理由の 1 つは、人間がどの特徴を識別するかをコンピューターに指示する必要がないことです。 私たちのアルゴリズムは、データを精査して HBV 感染患者に共通するパターンを見つけ、これまでに見たことのない人々のパターンと一致させます。

検証が完了すると、このアルゴリズムは、インテリジェントな意思決定支援システムとして、現実の臨床現場での日常的な臨床ワークフローに統合できます。 これにより、高価な免疫検査に頼ることなく、HBV 感染を早期に検出することができます。

私たちの研究の対象となった 916 人について、私たちのアルゴリズムは、HBV 感染者を正確に予測するためのインテリジェントな呼び出しを確実に行うことができました。 その識別しきい値は 90% であり、アルゴリズムが非常に正確であることを示しています。

次に、これをさらなる研究で使用するために、ユーザーフレンドリーで Web にアクセスできるアプリに変換しました。 意思決定支援ツール Hep B LiveTest はプロトタイプとして設計されました。

このツールは、2 つの酵素、患者の年齢、白血球数の組み合わせが HBV 感染の最も強力な予測因子であることを発見しました。 2 つの酵素は、アスパラギン酸アミノトランスフェラーゼとアラニン アミノトランスフェラーゼです。 これらの血中濃度が高い場合は、肝障害の可能性があることを示している可能性があります。 肝機能マーカーである血清アルブミンも、感染症の重要な予測マーカーであることが確認されました。

中国人患者を対象とした研究では、当社のアルゴリズムが示唆するものと同様の傾向が示されました。 アラニンアミノトランスフェラーゼと血清アルブミンが最も顕著な予測因子でした。

機械学習の限界を認識することが重要です。 このようなツールを日常の臨床現場で活用する前に、さまざまなデータを使用して検証する必要があります。

当社の機械学習ツールはナイジェリアのデータを使用してトレーニングされているため、そのパフォーマンスはその設定に制限される可能性があります。 私たちは、他のソースからのより多くのデータを使用してアルゴリズムをトレーニングし、他の設定での堅牢性を検証する過程にあります。 これにより、私たちのアルゴリズムがどの程度広く適用可能か、また他の集団、特に B 型肝炎感染の有病率が低い環境でどの程度うまく機能するかがわかります。

私たちの機械学習ツールは最初のテストにすぎませんが、結果は非常に有望です。 30秒ごとに1人がウイルス性B型肝炎で死亡しています。 私たちは、このワクチンで予防可能な病気との緊急の戦いにおいて、システムをすぐに稼働させたいと考えています。

私たちは、機械学習が、2030 年までに公​​衆衛生上の問題としてウイルス性肝炎を撲滅するという世界保健機関の目標を強化する役割を果たすと信じています。