自然言語処理（NLP）アルゴリズムは、何千人もの患者の記録に共通するパターンを見つけ出し、効果的な治療法の発見に役立つ可能性があります。
また、どの患者がCOVID-19で重症化しやすいかを予測し、今後のパンデミックの急増を予測するのにも役立つ可能性があります。
医療記録は健康データの豊富な情報源です。組み合わせると、そこに含まれる情報は研究者が病気をより深く理解すると、より効果的に治療する助けとなります。これにはCOVID-19も含まれます。しかし、この豊富な資源を活用するには、まず研究者がその記録を読む必要があります。
手書きの医療メモの時代は過ぎ去りましたが、現代の電子カルテに記録された情報も、同様にアクセスや解釈が困難なことがあります。医師の手書き文字が判読できないのは昔からの冗談ですが、そのタイピングも大差ないことが分かっています。
医療記録に含まれる情報量は膨大です。典型的なNHS病院では、医療スタッフが毎日、人間が読むどころかスクロールするだけでも非常に時間がかかるほどの大量のテキストを作成しています。こうしたデータすべてをコンピューターで分析するのは明白な解決策ですが、決して容易ではありません。人間にとって完全に理解できることが、コンピューターにとっては極めて理解しにくい場合があるのです。
私たちのチームは、このギャップを埋めるために一種の人工知能を活用しています。医師のメモを理解する方法をコンピューターに教えることで、何千人もの患者の記録に共通するパターンを見つけ出し、COVID-19と闘う方法に関する知見が得られることを期待しています。
医療記録が扱いにくい理由
医療記録の大部分は、メールのような叙述形式で入力された自由記述テキストです。これには患者の症状、病歴、既往症や服用中の薬に関するメモなどが含まれます。家族や生活習慣に関する関連情報も混在している場合があります。さらに、このテキストは多忙な医師が入力したものであるため、略語、不正確な記述、誤字脱字も含まれることになります。
この種の情報は非構造化データとして知られています。例えば、患者の記録には次のように書かれているかもしれません。
Mrs Smithは、心房細動のある65歳の女性で、3月に脳血管障害（CVA）を発症しました。過去に#NOFとOAの病歴があります。乳がんの家族歴あり。アピキサバンを処方されています。出血の既往はありません。
この非常に簡潔な段落には、Mrs Smithに関する大量のデータが含まれています。他の人間がこのメモを読めば、どの情報が重要かを把握し、数秒で抽出できるでしょうが、コンピューターにとってこの作業は極めて困難です。
機械に読むことを教える
この問題を解決するため、私たちは自然言語処理（NLP）と呼ばれる技術を活用しています。機械学習とAI技術に基づき、NLPアルゴリズムは自由記述テキストで使われる言語を、コンピューターで分析可能な標準化された構造化医療用語の集合に変換します。
これらのアルゴリズムは極めて複雑です。文脈、長い単語の連なり、医学的概念を理解し、現在の出来事と過去の出来事を区別し、家族関係の特定なども行う必要があります。これを学習させるため、既存の文章情報を与え、言語の構造と意味を学ばせています。この場合、インターネット上で公開されている英語のテキストを用いています。その後、実際の医療記録を使用して、さらなる改良とテストを行っています。
健康記録から自然言語処理アルゴリズムを用いてデータを分析・抽出することは、医療を変革する大きな可能性を秘めています。患者のメモに自由記述テキストとして記録された内容の多くは、通常、二度と目にされることがありません。がんや脳卒中などの重大な疾患の初期警告兆候といった重要な情報も含まれる可能性があります。重要な問題を自動的に分析し、フラグを立てることができれば、より良いケアの提供や診断・治療の遅れの回避に役立つ可能性があります。
COVID-19と闘う方法
これらのツールを用いて健康記録を統合することで、私たちは現在、パンデミックに関連するパターンを把握するためにこれらの手法を用いています。例えば最近、高血圧、糖尿病などの治療に一般的に処方される薬剤――アンジオテンシン変換酵素阻害薬（ACEI）およびアンジオテンシンII受容体拮抗薬（ARB）として知られる――が、COVID-19で重症化するリスクを高めるかどうかを、私たちのツールを用いて検証しました。
COVID-19を引き起こすウイルスは、細胞表面にあるACE2と呼ばれる分子に結合することで細胞に感染します。ACEIとARBはいずれも、細胞表面のACE2の量を増加させると考えられており、これらの薬剤がウイルスへのリスクを高めているのではないかという懸念が生じています。
しかし、この問いに答えるために必要な情報――重症のCOVID-19患者のうち、何人がこれらの薬剤を処方されているのか――は、構造化された処方箋としても、医療記録の自由記述テキストとしても記録され得るものです。機械がこの問いに答えるためには、その自由記述テキストがコンピューターで検索可能な形式になっている必要があります。
私たちのNLPツールを用いて、1,200人のCOVID-19患者の匿名化された記録を分析し、臨床転帰と、患者がこれらの薬剤を服用していたかどうかを比較することができました。安心できることに、ACEIまたはARBを処方されていた人は、薬剤を服用していない人と比べて重症化する可能性が高いわけではないことが分かりました。
現在、COVID-19で最もリスクの高い人が誰であるかをさらに明らかにするために、これらのツールの活用を拡大しています。例えば、これらのツールを用いて関連性を調査し、民族、既存の健康状態、COVID-19の間の関係を分析しました。これにより、いくつかの注目すべき結果が明らかになりました。黒人または混血の人は、この疾患で入院する可能性が高いこと、また、アジア系の患者は入院時に集中治療室に入院したり、COVID-19で死亡したりするリスクが高いことが分かりました。
また、これらのツールを用いて、早期警告スコアを評価しました。このスコアは、入院した患者のうち、どの患者が重症化する可能性が最も高いかを予測するものです。また、このスコアを改善するためにどのような追加措置が有効かについても提案しています。さらに、この技術を用いて、今後の急増を予測しています。これは、医師が記録した患者の症状に基づいて、COVID-19の症例数の増加を予測するものです。
