Anpheros Research · ヘルスパターンエンジン

健康は時系列データです。
私たちは、確認可能なルールでそれを読み解きます。

医療記録は通常、一度に一つの値を読み取ります。緩やかな低下、他の週とは異なる週、繰り返される症状など、最も重要なことは数ヶ月かけて現れます。Anpherosは、固定されたバージョン管理付き統計を用いてそれらを見つけ出し、すべての発見にはその根拠となるデータが付随します。

手法を読むサンドボックスで試す →

図0 · 合成患者、180日間の収縮期血圧。点：日々の値。線：Theil–Senトレンド。

01 · 問題点

スナップショットは変化を隠します。

通常、記録が示すもの

128 mmHg

最新の収縮期血圧値。正常に見え、どこへ向かっているのかは沈黙しています。

エンジンが報告するもの

−7.7 mmHg / 6ヶ月

6ヶ月で8mmHgの低下が仕込まれた合成患者。傾きは、その期間、不確実性、およびその根拠となる測定値とともに復元されます。

AIモデルが医療記録の読解を求められるようになりました。少数の数値を与えられ、モデルはトレンドを推測します。私たちは、トレンドは推測されるのではなく計算されるべきであり、その証拠とともにモデルに渡されるべきだと考えています。

02 · 手法

4つの問い、4つの手法。

各問いには、少量で不規則な個人のデータに合わせて選択された、一つの統計的手法があります。各手法にはバージョン番号が付いており、その結果は再現可能です。

trend · 1.1.0

上昇または下降していますか？

1日1値のデータに対し、Mann–Kendall検定を用いたTheil–Sen傾き。密な観測データは週次中央値に削減されます。隣接する日の値が似ている場合（Yue–Wang）、検定は補正されます。

baseline_deviation · 1.1.0

この週は、この人にとって異常ですか？

過去7日間を、過去8〜60日と比較します。Mann–Whitney検定またはAR(1)自己相関で調整された平均値の差を使用します。比較は、集団平均ではなく、その人自身の通常値に対して行われます。

event_rate_change

症状の記録頻度が高いですか？

症状が記録された日数を、その人が何らかの記録をつけた日数で割った値：過去30日間をその前の90日間と比較し、正確確率検定を用います。記録がない日は、症状がない日とはみなされません。

recurrence

一定のリズムで再発しますか？

エピソード開始間隔を、ランダムに配置されたエピソードのモンテカルロシミュレーションと比較します。シミュレーションはデータ固有のフィンガープリントからシードされるため、同じ記録は常に同じp値を出します。

「支持された」のルール

q < 0.05 かつ |変化量| ≥ 閾値

すべてのテストは、Benjamini–Hochberg法でまとめて補正されます。統計的に支持された発見は、補正されたq値が小さく、かつその測定値にとって重要な変化量である場合にのみ報告されます。それ以外は、弱い、またはテストされていないとラベル付けされた説明として報告されます。

03 · 検証

静かに動作するように構築。

誰にでも何かを見つけるパターンエンジンは、何もないより悪い。私たちは、何も仕込まれていない合成患者と、既知のパターンの既知のサイズを持つ患者でテストしました。

600件中、パターンが生成されなかった記録では、サポートされている所見は一切検出されませんでした。目標：5%以下。

観測データに対する最初のベースラインテストにおける誤警報率でした。隣接する日は似ていますが、テストはそのことを認識していませんでした。出荷前に自己相関を補正しました。

0 ms

典型的な1年間の個人の記録の完全な実行にかかる時間です。5年間の重い記録でも236ミリ秒です。

図1 · 感度：発見された植え込みパターンの割合、閾値の2倍での効果

週次症状再発100%

安静時心拍数ステップ84%

血圧傾斜67%

症状頻度 ×324%

症状頻度検出器は最も弱い検出器です：3倍の増加を約4回に1回検出します。エンジンは検出漏れを「弱い」または「テストされていない」と報告し、「変化なし」とは決して報告しません。

04 · 制限事項

言わないこと。

診断発見は記録を記述します。病状を特定したり、治療法の変更を提案したりすることはありません。
原因新しい薬の後の変化は、その薬が原因である証拠ではありません。すべての発見はその旨を伝えます。
~~AIの意見~~AIモデルはデータを分析しません。すべての数値は固定された統計ルールに基づいています。
~~臨床レビュー済み~~意味のある変化の閾値はAIの支援を受けて設定されており、まだ臨床医によるレビューは受けていません。すべての発見はその旨を独自のフィールドで示します。
~~時間帯~~記録に時間帯情報がある場合のみ、その人の現地時間に準拠し、時間帯パターンはまだ計算されていません。

05 · 再現性

同じデータ。同じ回答。同じID。

発見のIDは、そのデータ、手法のバージョン、および設定から生成されます。記録が変更されるとIDも変更され、古いIDはデータが変更されたことを示します。発見は要求に応じて再計算され、決して保存されず、それぞれがその根拠となる測定値にリンクされます。

"type": "trend",
"summary_text": "Systolic blood pressure fell by about 7.7 mmHg over 180 days.",
"strength": "moderate",
"statistics": { "p_value": 0.0004, "q_value": 0.0031 },
"evidence_total": 58,
"method": { "name": "trend", "version": "1.1.0" },
"engine_version": "0.5.0",
"review": { "thresholds_reviewed_by_clinician": false },
"safety": { "not_a_diagnosis": true, "causal_claim": false }