「心の理屈を越えて」 AIが心不全の兆候を自動発見する仕組み

「心臓には理性の知らぬ理由がある」とブレーズ・パスカルは言いました。

何世紀も前に哲学者が見抜いた心の不可解さを、現代のAIはデータという理性で読み解こうとしています。

今回ご紹介するのは、最新の研究『Tracing the Heart（心をたどる）』。

心不全の診断支援に向けて、電子カルテの膨大な情報から重要な手がかりを自動で見つけ出すAIパイプラインを開発したものです。

データから「特徴」を見つける難しさ

医療AIの開発で大きな壁となるのが「特徴量エンジニアリング」。

患者の年齢や検査値といった生データから、病気の予測に役立つ指標を人の手で設計する作業で、全体の約4割の時間を占めることも。

心不全は自覚症状から血液検査、心エコーまで多様な情報の統合が必要で、専門家の知識と多大な労力を要します。

発表された「Nimblemind Multi-Agent System（nMAS）」は、この工程を自動化するしくみ。

複数のAIエージェントが協調し、医学ガイドラインに沿ったルーブリック（評価基準）を使って、電子カルテから心不全の兆候に関連する特徴を抽出・集約します。

「左室駆出率が低下しているか」「BNP値が一定以上か」といった具体的な指標が計202個生成され、なぜその特徴を使ったのか出どころを追跡できる設計です。

試験では、作成した特徴を使うことで、心不全のタイプ（HFrEFとHFpEF）を判別する精度が大幅に向上。

前者で89.5%→96.3%、後者で87.0%→91.0%と改善しました。

AIが設計した特徴が、専門家の目にも妥当と評価された割合は81.5%と高水準です。

人の手間を省くだけでなく、説明可能で信頼性の高いAIをどう育てるか。

そんな問いに応える一歩といえそうです。

心の内側をのぞく技術は、まだまだ進化の途中。

これからも目が離せませんね。