Machine learning—based diagnostic model combined with Chinese natural language processing for surgical-site infections: development and validation

J. Shan*, X.Y. Bao, M. Jin, B. Wang, Y.B. Wang, Y. Wang, M. Lv, W. Huai, Y.C. Jin, Y.X. Jin, Z.X. Zhang, Y.L. Cao
*Beijing Jishuitan Hospital, Capital Medical University, China

Journal of Hospital Infection (2026) 171, 69-78

背景

手術部位感染症（SSI）は、医療に関連した合併症で重大なものの 1 つであるが、早期の検出は依然として難問である。

目的

この研究の目的は、中国の外科の患者において SSI を検出するための機械学習（ML）に基づく予測モデルを開発し、妥当性を確認することであった。

方法

多施設共同コホート研究を中国の 2 つの 3 次病院で実施した。2023 年 6 月から 2024 年 12 月までの間に手術を受けた 118,314 例の患者からのデータを、モデルの開発と妥当性の確認に使用した。臨床的、微生物学的、人口統計学的変数を、予測因子と見なした。複数の ML アルゴリズムを適用し、ハイパーパラメーター調整と交差検証を行った。モデルの性能は、曲線下面積（AUC）、感度、特異度、精度を使って評価した。

結果

決定木モデルは、予測の性能がしっかりとしていて、達成された AUC が、開発コホートで 0.92、検証コホートで 0.90 であった。SSI のリスクが上昇している患者の特定においてこのモデルが有効であることが、感度および特異度の値によって確認された。性能は、すべてのサブグループで安定していた。

結論

この研究によって、外科の患者で SSI を予測する 機械学習に基づくモデルが作り上げられ、外的妥当性が確認された。このモデルは、強力で一貫した性能を示したので、自動化されたリアルタイムのリスク評価を可能にすることによって、臨床意思決定を支援する可能性がある。

サマリー原文（英語）はこちら

監訳者コメント ：

本研究は、中国語電子カルテの自由記載情報を自然言語処理（NLP）で解析し、機械学習を用いて SSI を高精度に検出するモデルを開発・検証した研究である。自由記載情報を活用することで診断性能は大きく向上し、SSI サーベイランスの効率化に寄与する可能性が示された。
感染対策の現場では、AI がサーベイランス業務を完全に代替する段階には至っていないものの、リスクの高い症例を優先的に抽出することで業務負担を軽減する有力な手段となり得る。本研究は、今後の感染対策サーベイランスにおける AI・NLP 活用の方向性を示す重要な報告といえる。

Investigation on the transmission rate of carbapenemase-producing carbapenem-resistant Enterobacterales among exposed persons in a tertiary hospital using whole-genome sequencing

E. Chang*, H.E. Chang, I.S. Shin, Y.R. Oh, C.K. Kang, P.G. Choe, W.B. Park, E.H. Choi, M.D. Oh, K.U. Park, N.J. Kim
*Seoul National University College of Medicine, Republic of Korea

Journal of Hospital Infection (2022) 124, 1-8

The need for systematic quality controls in implementing N95 reprocessing and sterilization

N. Goyal*, D. Goldrich, W. Hazard, W. Stewart, C. Ulinfun, J. Soulier, G. Fink, T. Urich, R. Bascom, on behalf of the N95 Taskforce
*The Pennsylvania State University, USA

Journal of Hospital Infection (2023) 133, 38-45

Multidrug resistance assessment of indoor air in Portuguese long-term and acute healthcare settings

C. Santos-Marques*, C. Teixeira, R. Pinheiro, W.M. Brück, S. Gonçalves Pereira
*Faculty of Pharmacy of University of Porto, Portugal

Journal of Hospital Infection (2025) 159, 115-123

How much time is needed for hand hygiene in intensive care? A prospective trained observer study of rates of contact between healthcare workers and intensive care patients

Pathogenic bacteria rapidly colonize sinks of a neonatal intensive care unit: results of a prospective surveillance study

J.M. Low*, K.K.K. Ko, R.T.H. Ong, P.Y. Hon, K. Niduvaje, X. Wang, P.A. Tambyah, S. Vasoo, Y.P.M. Ng, Z. Amin
*National University Children’s Medical Institute, National University Hospital, Singapore

Journal of Hospital Infection (2025) 159, 71-78