肝硬変に対する機械学習駆動型臨床意思決定支援：説明可能なAI統合を伴う腸内マイクロバイオームベースのWeb予測モデル

Original title: Machine learning-driven clinical decision support for liver cirrhosis: a gut microbiome-based web prediction model with explainable AI integration

J Liu et al., BMC Gastroenterology, 2026.

• 肝硬変（LC）の現在の診断方法における安全性とアクセス性の限界を克服するため、腸内マイクロバイオームと臨床データに基づいた解釈可能な機械学習（ML）予測モデルを開発した。
• 本モデルは、Webベースの臨床意思決定支援ツールとして展開され、<Random Forest> アルゴリズムが最適な性能（AUC 0.92）を達成した。
• 主要な微生物タクサ（Bacteroides, Faecalibacterium, Roseburia）と臨床因子（AST, ALT, albumin）が重要な予測因子として特定された。
• <SHAP> や <LIME> といった説明可能なAI (XAI) 手法がモデルの意思決定プロセスを解釈するために統合されている。
• ユーザーフレンドリーなWeb予測モデルは、臨床医が患者データを入力し、LCリスク予測と説明を受け取ることを可能にする。

Source URL