AIの進歩はめざましく、様々な分野で活用されています。
川崎病の治療で用いられる静脈内免疫グロブリン療法（intravenous immunoglobulin、IVIG）効果の予測を目的に、機械学習を用いた予測モデルが開発され、その評価について報告されています。
2012年～2024年にかけて中国の医療機関で川崎病（KD）と診断された4704人の患者の臨床データを収集し、訓練セットと検証セットに分割しました。
複数の決定木ベースの機械学習モデルを比較した結果、CatBoostモデルが最も優れた予測性能を示しました。
SHAP解析（SHapley Additive exPlanations）により、発熱持続日数、血清アルブミン値、総ビリルビン値がモデルの予測に最も大きく寄与していることが明らかになりました。また単変量および多変量ロジスティック回帰分析においては、冬季発症、クラミジア感染、発熱持続日数、結膜充血、発熱期間、および血液検査値（Hb、NT-proBNP、Alb、TBIL）などがIVIG非反応のリスク因子として特定されました。
以上から、AIを用いることで、KD患者におけるIVIG非反応群を早期に識別できる可能性が示されました。
あと数年したら？このような形でAIが臨床現場にどんどん導入されるようになるかもしれません。本当にすごい時代になったものです。 （小児科 土谷）
