機械学習による２型糖尿病の新たなサブタイプ分類手法の開発～日常臨床データだけで高精度な分類?予測が可能に～

　千葉大学大学院医学研究院の川上英良教授、福島県立医科大学糖尿病内分泌代謝内科学講座の田辺隼人助教、島袋充生教授らは、ランダムフォレスト^注１）と呼ばれる機械学習の手法に欠損データの補綴（ほてい）と、予測確率の低い分類カテゴリー(分類不能群)の定義?追加を組み合わせることにより、日常的に得られる臨床データのみを用いて、２型糖尿病のサブタイプを高精度に予測できる機械学習モデルを開発しました。本研究により患者さん一人ひとりの合併症リスクや治療反応性を、本モデルと手持ちのデータから高精度に予測できるようになるため、臨床現場での糖尿病のサブタイプの予測、糖尿病の個別化医療実現への大きな寄与が期待されます。
　本研究成果は、2024年8月21日に欧州糖尿病学会雑誌Diabetologiaに掲載されました。