機械学習による頚椎後縦靱帯骨化症患者の手術成績の予測モデルの構築

Machine learning approach in predicting clinically significant improvements after surgery in patients with cervical ossification of the posterior longitudinal ligament

要旨：本研究の目的は，頚椎後縦靱帯骨化症（OPLL）患者の手術成績の予測モデルを，機械学習（ML）を用いて作成することである。OPLLの手術症例データベース478人を対象とした。術後1年と2年でminimal clinically important difference（MCID）が達成できるかを予測するMLモデルを作成した。患者の背景，臨床症状，および画像所見を特徴量として使用した。複数のMLモデルのROC曲線下面積（AUC）と正確度が計算された。最も高いAUCは術後1年ではXGBoostがAUC 0.72と正確度（67.8％）を示し，術後2年ではRandom forestがAUC 0.75と正確度（69.6％）を示した。MLを用いてOPLLの手術成績の予測に成功し，脊椎手術成績の予測モデルへのMLの適応の可能性を示すことができた。