処方医の治療有用性予測を用いた尿路感染症におけるアルゴリズム的抗生物質意思決定

ありふれた感染症に対するより賢い抗生物質選択

尿路感染症（UTI）は抗生物質が処方される最も一般的な理由の一つです。しかし、適切な薬を選ぶことはバランスの取り合いです：医師は感染を治療すると同時に重篤な副作用を避け、抗生物質耐性の悪化という社会的コストを抑えなければなりません。本研究は、病院の大規模データと医師の現実的な優先事項を組み合わせることで、患者に効果的でありながら地域社会にとって安全な抗生物質選択を支援する新しい種類の意思決定アルゴリズムを提案します。

強力な薬の問題点

現代医療は抗生物質に依存していますが、広域で強力な「大砲」的薬剤の過剰使用は抗菌薬耐性の世界的危機を招いています。国連は目標を掲げています：2030年までに世界の抗生物質使用の70％を、より狭域で第一選択とされるWHOの「Access」薬剤から賄うこと。実際には、多くの臨床医が耐性菌の存在や患者の重症度を懸念して、より広域の「Watch」や「Reserve」薬剤を選びがちです。その結果、長期的な耐性リスクを短期的な安心と引き換えにすることが多く、より安全で狭域な薬剤が実際には同等に有効である場合に判断するための明確なツールが不足しています。

臨床医の考え方を学習させる

研究者らは、ボストンの入院患者およそ94,000例の詳細な電子カルテを用いて、UTIに焦点を当てた抗生物質意思決定アルゴリズムを構築しました。まず、13種類の抗生物質について、感染原因菌が薬剤に感受性である確率や、クロストリジオイデス・ディフィシル感染や重篤な薬剤毒性といった合併症が発生する確率を推定する予測モデルを訓練しました。次に、英国の複数の専門分野の49名の臨床医に対し、オンラインで架空の抗生物質を副作用リスク、UTIへの適合性、コスト、AccessかWatch/Reserveか、経口か静脈内かといった属性の組み合わせで順位付けする演習を行ってもらいました。これらの順位を解析することで、臨床医が各属性にどれだけ重みを置くか、たとえばUTIに適した低毒性の経口薬をより強力でリスクの高い選択肢よりどれほど好むかを定量化しました。

重症患者向けの安全策を組み込む

最終的なアルゴリズムは、データ駆動の予測と臨床医の価値判断という二つの要素を融合させました。患者ごとに各抗生物質の「治療価値」を計算し、薬剤が有効であると予測される確率、重篤な副作用の発生確率、Access/Watch/Reserveのカテゴリ、経口／静脈投与かを考慮しました。重要なのは、救急部での患者の重症度に基づく安全機構を組み込んだことです。重症度が高まると、アルゴリズムは感染を強力に叩くことと静脈投与の選択肢の重視に自動的により大きな重みを置きます。つまり、軽症の患者には狭域で経口の薬剤を優先するように努め、患者が重くなるにつれて治療失敗を避けるためにより強力で静脈投与の抗生物質を用いる傾向が強くなります。

アルゴリズムは医師とどう比べられたか

研究チームは、尿培養が採取された救急外来の実際のUTI症例を用いたシミュレーションを行いました。人間の臨床医が実際に処方した抗生物質と、培養採取時点でアルゴリズムが選んだであろう薬剤を比較しました。どちらのアプローチも患者の菌をカバーする抗生物質を選ぶ点では同等に良好でした。しかしアルゴリズムは、はるかに多くの狭域スペクトルのAccess薬剤と経口治療を選び、静脈内投与は少なく抑えました。重症患者に対しては、アルゴリズムは人間の処方者と同様に静脈投与やより強力な薬剤に適切にシフトしました。差が出たのは、中等度の重症度の患者などで、ニトロフラントインやアンピシリン・スルバクタムのような経口のAccess薬で安全に治療できる追加の機会を認識した点で、安易により広域の選択肢に頼らなかったことです。

日常診療への意味

非専門の読者にとっての要点は、このシステムが医師を置き換えるものではないということです。むしろ、臨床医が既に気にかけているが頭の中で正確に計算できない複雑なリスクと便益のトレードオフを計算機のように助けるものです。臨床医自身の優先事項と大規模な抗生物質の実績データを結び付けることで、個々の患者にとって同等に効果的でありながら身体と公衆衛生に優しい治療、つまり安全なら点滴ではなく経口、最後の手段薬ではなく狭域薬を提案できる可能性があります。より多くの現場で検証されれば、こうしたツールは重症患者の安全を犠牲にすることなく、責任ある抗生物質使用に向けた国際目標の達成を医療機関や保健システムが進める助けになるでしょう。

引用: Howard, A., Green, P.L., Zhong, Y. et al. Algorithmic antibiotic decision-making in urinary tract infection using prescriber-informed prediction of treatment utility. npj Digit. Med. 9, 136 (2026). https://doi.org/10.1038/s41746-026-02369-z

キーワード: 尿路感染症, 抗生物質ステュワードシップ, 臨床意思決定支援, 抗菌薬耐性, 医療における機械学習