慢性副鼻腔炎の早期予測を全米規模のEHRデータで実現──AUC 0.846で既存比+0.0168の精度向上
11万個のコードを100個に圧縮するハイブリッド特徴量選択と人口統計学的層別化モデルにより、2年前の病歴から発症を予測。（原題: Nationwide EHR-Based Chronic Rhinosinusitis Prediction Using Demographic-Stratified Models）
リリース: 2026-04-16 · 読了 3 分記事の要約
1. 核心（What）
- 全米規模の電子健康記録（EHR）データ「All of Us」を活用し、診断2年前までの病歴データから慢性副鼻腔炎（CRS）を予測した。
- 11万件の候補コードを、統計的スクリーニングと重要度ランキングを組み合わせた手法で100個の解釈可能な特徴量に圧縮した。
- 性別やライフステージに基づく6つのサブグループに層別化したモデルを構築し、全体でAUC 0.8461を達成。既存ベースライン比で0.0168向上した。
2. 影響（Why）
- 慢性副鼻腔炎はアレルギー性鼻炎等と症状が重なり早期発見が困難だが、本研究は汎用的なEHRデータのみで高精度なスクリーニングが可能であることを示した。
- 単一施設データに依存する既存研究の「汎用性の低さ」という課題を、全米規模の多様なデータセットで解決しており、臨床現場での実用性が高い。
- 開発者への影響: ヘルスケア領域のMLエンジニアは、10万次元を超える疎なEHRデータを100次元まで圧縮しつつ精度を維持したハイブリッド特徴量選択手法を参考にすべき。また、単一モデルではなく人口統計学的な層別化（Stratification）が精度向上に寄与する実例として価値がある。
- 日本への影響: 国内固有の追加文脈は限定的（汎用的に有用）。ただし、日本のレセプトデータやEHR活用における特徴量選択のパイプライン設計において、本手法の圧縮プロセスは直接的な参考になる。
3. 根拠・詳細（How）
- Overall AUC: スコア 0.8461（baseline 0.8293）
- arXiv: Nationwide EHR-Based Chronic Rhinosinusitis Prediction Using Demographic-Stratified Models (2026-04-16 公開)