電子カルテデータを用いた予測モデルにおける欠損値への対応、開発・検証・実装・報告の課題

【背景】

電子カルテデータは臨床意思決定を支援する予測モデル開発に活用されるが、データには系統的・非系統的な欠損値が存在する。予測モデルに関するガイドラインでは欠損値への言及が不足しており、その対応について包括的な議論が求められていた。

【結果】

本論文は、電子カルテデータにおける欠損値の特性を明らかにし、予測モデル開発時の欠損値処理方法を要約した。さらに、欠損データが存在する場合のモデル検証と実装に関する推奨事項を提示し、この分野における今後の研究ニーズを特定した。具体的な数値は示されていない。

【臨床へのインパクト】

電子カルテデータを用いた予測モデルの信頼性を高める上で、欠損値への適切な対応は不可欠である。本論文の提言は、開発段階での欠損値処理法の選択、実臨床でのモデル検証・実装時の注意点、そして報告の透明性向上に寄与し、将来的には日本の臨床現場で利用されるAIモデルの安全性と精度向上に繋がる可能性がある。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。