電子カルテから希少疾患の診断とサブフェノタイピングを行う弱教師ありトランスフォーマー：肺疾患の症例研究を用いて

希少疾患をより早く見つけることが重要な理由

希少疾患とともに暮らす家族にとって、原因に名前が付くまでに何年も要することがあります。症状はしばしば漠然としており、医師は一生のうちに数例しか遭遇しないことがあり、既存の検査でも明確な結論が出ないことがあります。本研究は、電子カルテに残されたデジタルな痕跡を新たな方法で活用し、診断の難しい二つの肺疾患をより早期に検出し、将来にわたって非常に異なる経過をたどる可能性のある患者群に分類する手法を検討します。

希少疾患の診断に至る長い道のり

希少疾患は個々にはまれですが、総体としては世界中で何億人もの人々に影響を与えています。多くは小児期に発症し、見逃されると命に関わることがあります。本稿は希少な肺疾患に焦点を当てており、息切れや喘鳴といった日常的な訴えが喘息や他の一般的な問題と容易に混同されがちです。その結果、肺高血圧症や重症喘息のような疾患を持つ子どもは多くの専門医を受診し、正しい診断を得るまでに何年も待たされることがあり、早期治療で病気の経過が変わり得る貴重な時間を失ってしまいます。

乱れた医療記録を手掛かりに変える

現代の病院は診断コードや処方、検査結果、医師の所見まで、膨大な情報を電子カルテに蓄積しています。これらのデータの中には、正式な診断が下る以前に希少疾患を示唆するパターンが隠れています。しかし問題があり、高品質なラベル、つまり誰が実際に疾患を持っているかを専門家が注意深く確認した例はごく一部に限られます。ほとんどの記録には粗い“ノイズ”の多い信号しかなく、請求処理に由来するコードや仮の推定、古いラベルなどが含まれます。従来のコンピュータモデルは、多数のクリーンで信頼できる例から学習するよう設計されているため、このような環境では困難に直面します。

不完全なデータから学ぶ新たな方法

著者らはWEST（弱教師ありトランスフォーマー）を導入します。これはごくわずかな正確なラベルと多数の不確かなラベルの混在から学習するよう設計されています。システムはまず、ボストン小児病院で肺高血圧症または重症喘息の可能性がある患者群を幅広いスクリーニングコードで抽出します。各群の中で、少数は専門家によって確認されており、残りは従来のルールベースのツールから確率的なスコアを受け取っています。WESTはトランスフォーマー——元来言語処理のために開発された高度なパターン抽出アーキテクチャ——を用いて、各児童の全医療履歴をコンパクトな数値的表現に変換します。重要なのは、粗いラベルを固定された真実として扱わない点です。各学習ラウンドの後にモデル自身が誰が病気である可能性が高いかの推定を更新し、洗練された確率を次のラウンドにフィードバックすることで、信号を徐々に洗練していきます。

モデルが肺疾患で見いだしたもの

専門家が検証した保持データで評価したところ、WESTは単純なコード集計ルール、勾配ブースティング木、ノイズの多いラベルを無視またはそのまま受け入れるトランスフォーマーなど、いくつかの代替手法よりも高い精度を示しました。驚くべきことに、優れた性能を発揮するために必要だったゴールドスタンダードの症例数は少なく、約100例の慎重にレビューされた患者で他の手法に匹敵するか上回ることができました。各疾患の有病推定を示すだけでなく、モデルの内部表現は自然に臨床的に意味のあるクラスターに患者を分けました。肺高血圧症では、WESTは進行の遅い群と速い群に患者を分け、5年間の生存パターンに明確な差を示しました。重症喘息では、頻繁で危険な増悪を繰り返す群と比較的発作の少ない群に分かれ、入院率、低酸素エピソード、呼吸不全の差を反映していました。

患者ケアをどう変え得るか

専門家でない読者にとっての主要なメッセージは、WESTが巨大で完璧にラベル付けされたデータセットに依存せずに、日常の病院データから複雑な病態パターンを“見る”ことを学ぶ点です。不完全な信号と少量の専門家の入力を巧みに再利用することで、希少疾患の可能性がある症例をより正確に検出し、異なるリスクを抱える隠れたサブグループを明らかにできます。長期的には、WESTのようなシステムが希少な肺疾患を持つ子どもの診断オデッセイを短縮し、医師が早期に専門医に紹介する判断を助け、患者の病状の見通しに基づいたより個別化された監視や治療計画を支援する可能性があります。

引用: Greco, K.F., Yang, Z., Li, M. et al. A weakly supervised transformer for rare disease diagnosis and subphenotyping from EHRs with pulmonary case studies. npj Digit. Med. 9, 211 (2026). https://doi.org/10.1038/s41746-026-02406-x

キーワード: 希少疾患の診断, 電子カルテ, 医療における機械学習, 肺高血圧症, 重症喘息