希少疾患「EGPA（好酸球性多発血管炎性肉芽腫症）」を、AIが早く見つける日が近づいています
夜中、ぜいぜいして目が覚める。
吸入薬も、ステロイドも頑張っているのに、なぜか良くならない。
それどころか、手足のしびれや紫色の発疹、原因不明のだるさまで増えてきた。
「ただの喘息の悪化だよね？」
そう思いたいのに、体のどこかが静かに警報を鳴らしている気がする。
そんな”霧の中の違和感”の正体になり得るのが、EGPA（好酸球性多発血管炎性肉芽腫症）です。
以前はChurg-Strauss（チャーグ・ストラウス）症候群とも呼ばれた、とてもまれな血管炎。
そして最近、この見つけにくい病気を機械学習（AI）で早期に拾い上げる診断支援ツールが開発されました。
その名はEGPA-ML。
今日はこの研究を、専門外の方にも分かる言葉でほどいていきます。
1. EGPAってどんな病気？「喘息の物語」から始まる血管炎
EGPAは、主に小さな血管に炎症が起きる病気で、発症は成人（30〜50歳が中心）に多いとされます。
頻度は非常に低く、年間の発症は人口100万人あたり0.9〜1.6人、有病率は100万人あたり11.8〜19.6人程度という報告があります。
臨床的には、よく次の「三つの柱」で語られます。
第一の柱は、遅れて始まる喘息です。
EGPAでは95〜100%に見られ、しばしば重く、長く続きやすい傾向があります。
第二の柱は、好酸球（こうさんきゅう）の増加です。
血液中で大きく増えることが多く、目安として1.5×10^9/L超の”多さ”が語られます。
第三の柱は、全身の臓器に波及する症状です。
皮膚、神経、腎臓、消化管などに症状が現れます。
ここで大事なのが、EGPAは「喘息の延長線」に見えやすい一方で、実は血管炎としての全身病だという点です。
そして、最も怖いのが心臓の合併症。
EGPAでは心臓病変が重症度や予後に大きく関わり、集中治療が必要になる理由にもなり、死亡原因の中心にもなるとされています。
つまり、見つけるのが遅れるほど、取り返しのつかない傷を残しやすい病気なのです。
2. なぜ見逃されるの？「症状が多彩すぎる」ことが最大のワナ
EGPAが難しいのは、症状が”教科書どおりに整列しない”ことです。
皮膚なら紫斑、神経ならしびれ、消化管なら強い腹痛、腎臓なら血尿など、別々の病気に見えてしまいます。
さらに、2022年のACR/EULAR分類基準が整備されていても、現場では次の壁があります。
似た病気が多いという問題があります。
他のANCA関連血管炎、好酸球増多症候群、感染症、腫瘍など、鑑別が必要な疾患は多岐にわたります。
また、”これが出たら確定”という決定打のバイオマーカーがないことも診断を難しくしています。
さらに、専門施設でないと診断経験が少ないという現実もあります。
例えるなら、EGPAは「同じ顔をした”偽物”がたくさんいる街で、たった一人の本人を探す」ようなもの。
経験豊富な探偵（専門医）なら気づける手がかりも、忙しい現場では棚の奥に押し込まれてしまうことがあります。
3. そこで登場するAI「EGPA-ML」：手がかりを見落とさない相棒
この研究で開発されたのが、EGPA-MLという診断支援ツールです。
舞台はチュニジアの病院。1997年から2023年まで、約30年分の「血管炎が疑われた患者」の診療情報を集め、最初は1904項目もの特徴量（症状、検査、病理など）を扱いました。
ただ、1904個の手がかりを全部抱えるのは、登山で言えば荷物過多。
そこで研究チームは、相関の強すぎる項目を整理し、重要なものを選び抜いて、最終的に56項目に絞り込みました。
そして”先生役”として、3人の内科専門医が症例をEGPAか否かに分類しました。
意見の一致度（Cohenのκ）は0.85と高く、ラベルの信頼性を確保しています。
学習アルゴリズムはいくつも試し、最終的に最も良かったのがSVM（サポートベクターマシン）。
実装はJavaで、臨床で使うことを意識した形です。
そして強調されているのが、これは医師の代わりではなく、医師を支える道具だという姿勢です。
4. 成績は？「取りこぼさない力」に振り切った設計
EGPAのような希少疾患で怖いのは、見逃し（偽陰性）です。
そこで重要になる指標がRecall（再現率）。
これは「本当にEGPAの人を、どれだけ拾えたか」という”取りこぼしの少なさ”です。
EGPA-MLは独立したテストデータで、Recall 0.992（ほぼ取りこぼさない）、Precision 0.869（陽性と出た人のうち、実際にEGPAだった割合）、F1-score 0.926を達成しました。
たとえるなら、EGPA-MLは「火災報知器」に近い設計です。
少し煙が怪しければ鳴ることもある（偽陽性）が、本当に燃えている火を見逃すのが一番危ない。だから感度を高め、まず拾い上げる。
その後に専門医の精査で絞り込む。研究でもこの考え方が繰り返し述べられています。
5. AIは何を見て判断しているの？「医師の勘」と似た上位5つの手がかり
AIというとブラックボックスが心配になりますよね。
この研究では、判断に効いた特徴量（重要度）も示しています。
上位はこの5つです。
喘息（影響度36.5%）が最も重要な指標として挙げられます。
同じく血中好酸球数（36.5%）も同等の重要度を持ちます。続いて、ANCAの状態（16.8%）、血管性紫斑（13.4%）、病理での血管炎所見（10.9%）が重要な判断材料となります。
これ、すごく”人間の診断”に似ています。
つまりEGPA-MLは、突飛な勘当てではなく、臨床の常識を整理して、見落としにくく並べ直したものに近いのです。
6. 2つの症例が教えてくれること：「迷いどころ」で役に立つ
研究では、EGPA-MLが役に立った具体例も紹介されています。
症例1：決め手が欠けていたのに、AIが「EGPA」を示した
35歳男性。重い喘息があり、好酸球増多（1.9×10^9/L）、心筋炎、肺の陰影を呈していました。
ところがANCA陰性で、当初は病理の決め手も弱い状態でした。
それでもEGPA-MLはEGPAを示し、再評価の結果、ANCA陰性EGPAと確認されました。
症例2：「EGPAではない」を示して、不要な免疫抑制を避けた
33歳男性。眼窩偽腫瘍と著しい好酸球増多（3.8×10^9/L）を認めました。
自己抗体は陰性で全身症状も乏しく、鼻の生検も決定打に欠ける状況でした。
EGPA-MLはEGPAなしを示し、結果として特発性の好酸球増多症候群（HES）が選ばれ、治療も免疫抑制ではなく別の方針（ヒドロキシウレア）につながりました。
この2例が象徴するのは、AIが「正解を言い当てる魔法」ではなく、迷いやすい分岐点で、足元に目印を置いてくれる存在だということです。
7. 私たちが受け取れるメッセージ：AIは”灯り”、運転するのは人
もちろん課題もあります。この研究は単施設・後ろ向きで、別の地域や医療環境での検証が今後必要です。
SVMには構造的に説明しきれない部分も残ります。
一方で、電子カルテ（EHR）への統合、他の血管炎や希少疾患への展開、説明可能AIの探究など、次の道筋も明確に描かれています。
そして何より、EGPAは放置や遅れが重大な結果を招き得る病気です。
論文では、心臓合併症との関係を背景に「偽陰性を減らす」重要性が繰り返し語られ、5年で最大25%という死亡率に触れつつ、見逃しを避ける価値を強調しています。
まとめ：霧の日に、灯りをひとつ増やすということ
喘息が長引く。好酸球が高い。紫斑やしびれ、説明のつかない不調が増える。
そんなとき、EGPAは「まれだからこそ、候補から落ちやすい」病気です。
EGPA-MLは、その落とし穴の手前に置かれた小さな灯りのようなもの。
一人の名医の勘に頼り切るのではなく、誰の現場にも”気づきの補助線”を引ける。それがこの研究の一番の価値だと感じます。
最後に、覚えておいてほしい一言があります。
「症状が散らばって見えるときほど、実は一本の糸でつながっている」
もしその糸の先にEGPAがあるなら、早くたどり着くほど、未来は変えられます。
コメント