AIでACS後の虚血・出血イベントを予測
Machine learning-based prediction of adverse events following an acute coronary syndrome (PRAISE): a modelling study of pooled datasets
背景
急性冠症候群（ACS）後のアウトカム予測を機械学習により高精度化できるか。イタリアUniversity of TurinのD'Ascenzoらは、複数レジストリ登録同成人患者19,826名のデータでトレーニングし構成したプログラム（PRAISE）を、3,444名の外部コホートで検証した。
結論
同プログラムによるPRAISEスコアのAUCは、1年間全因死について内部検証コホートで0.82 、同外部検証コホートで0.92であった。1年間心筋梗塞については、同0.74・0.81、1年間大出血は同0.70・0.86であった。
評価
MITによって有用性が示されていた方向である（https://www.nature.com/articles/s41598-017-12951-x）。本格的実装として先行的だが、最終的ではないとみられる。
