機械学習モデルは統計モデルよりも優れるか/BMJ

機械学習および統計モデルについて、同一患者の臨床的リスクの予測能を調べた結果、モデルのパフォーマンスは同等だが、予測リスクはさまざまに異なることが、英国・マンチェスター大学のYan Li氏らによる検討で示された。ロジスティックモデルと一般的に用いられる機械学習モデルは、中途打ち切りを考慮しない長期リスクの予測には適用すべきではなく、QRISK3のような生存時間分析モデルが、中途打ち切りを考慮し説明も可能であり望ましいことが示されたという。結果を踏まえて著者は、「モデル内およびモデル間の一貫性のレベルを評価することを、臨床意思決定に使用する前にルーチンとすべきであろう」と指摘している。QRISKやフラミンガムといった心血管疾患のリスク予測モデルは、臨床で幅広く使われるようになっている。これらの予測にはさまざまな技術が用いられるようにもなっており、最近の研究では、機械学習モデルがQRISKのようなモデルよりも優れているといわれるようになっていた。BMJ誌2020年11月4日号掲載の報告。