AIの予測モデルは心血管リスクを過小評価

英国の一般診療所391施設の患者360万例を対象に、性能が同等とされる機械学習および統計モデル計19種による心血管疾患リスク予測結果の整合性を縦断的コホート研究で検討。集団単位のリスク予測能は同等で、C統計量は約0.87、較正力もほぼ同じだった。 個々の患者のリスクを予測した結果、特に高リスク患者でモデル間およびモデル内でのばらつきが大きかった。10年間の心血管リスクを予測するコックス比例ハザードモデルQRISK3でリスク9.5-10.5％と予測された患者が、ランダムフォレストで2.9-9.2％、ニューラルネットワークで2.4-7.2％と予測された。QRISK3とニューラルネットワークのリスク予測結果の差は－23.2％から0.1％の範囲だった。打ち切りのないモデル（打ち切られた患者をイベントなしとみなす）で、心血管疾患リスクが著しく過小評価された。QRISK3の心血管疾患リスクが7.5％超だった患者（22万3815例）の57.8％が、別モデルを用いるとリスク7.5％未満に再分類されることになった。 この記事への読者の皆様（医師）からのコメントを募集しています。（こちらから投稿していた...