新潟大学とNECソリューションイノベータは、AIで手術後感染を予測するモデルの検証を実施した。NECのAI技術を活用して、精度指標を示す「AUC（Area Under the Curve）」で85%を達成する手術後感染予測モデルを構築した。今後は予測モデルを活用して、手術後感染患者の早期予測の支援を目指す。
検証の流れ
[画像のクリックで拡大表示]
手術においては、術後感染症のリスクを低下する目的で、抗菌薬の予防的投与が有効となる。しかし、抗菌薬の多量投与は薬剤費への影響が大きく、耐性菌が発生・増殖するリスクも高い。
そのため政府は、薬剤耐性（AMR）対策アクションプランの策定や院内感染の抗菌薬適正使用支援に対する2018年度診療報酬化などの施策を行っている。このような状況から、適切な患者に適切な薬を、適切な量、適切な期間、投与することが重要とされる。
今回の検証では、新潟大学医歯学総合病院の消化器外科手術で入退院した約2000人の電子カルテのデータを匿名化して用い、手術後感染と関係する因子の検証と、手術後感染の予測を実施した。
検証には予測の根拠を可視化することができるNECのAI技術群「NEC the WISE」の1つである「異種混合学習技術」を活用した。手術後の感染予測においてAUC85%の予測精度を達成するモデルを構築するとともに、手術後の感染に関係する年齢やBMI、使用薬剤、手術時間などの因子を可視化できた。
