講演情報
[2Yin-A-46]高齢心不全患者における高次元実臨床データを用いた非線形かつ解釈可能な層別化フレームワークの構築
〇石川 清之助1、稗田 道成2、丸山 徹3 (1. 九州大学大学院 医学系学府、2. 産業医科大学 第2内科学、3. 原土井病院)
キーワード：
実臨床データ、クラスタリング、説明可能なAI、心不全、教師なし学習
近年、医学研究では不均一な患者集団の層別化に教師なし学習によるクラスタリングが利用されているが、最適手法やクラスタ数 (k) の決定法は未確立である。本研究では、 (1) 内部検証指標、 (2) 安定性評価、 (3) コンセンサスクラスタリングの3つのパラダイムを統合した検証フレームワークを提案する。心不全患者 (N=779) に対し実装したところ、k-means (k=4) を中心に各指標が収束し、Silhouette係数が低値 (<0.1) であっても生存時間分析で有意差 (p<10-16) を示す頑健な層別化が可能であった。多角的な複数のパラダイムを併用することで妥当なクラスタ数と手法を相補的に選べる可能性が示された。