元2020 9月 ギリシャ
一般的な「教師なし」機械学習アルゴリズムである階層的クラスタリングは、特に異種疾患における潜在的な病因を探るのに向いている。
そこで、塞栓源不明の脳塞栓症（Embolic Stroke of Undetermined Source：ESUS）における塞栓原因をデータ駆動型の機械学習を用いてくわしくしらべてみたそうな。
患者のベースラインデータに階層的 k平均クラスタリングアルゴリズムを適用し、最小分散法を用いてESUS患者間の類似度を求め、各個人をユニークなクラスタグループに割り当てた。
塞栓可能性のある原因として、心房性心疾患（atrial cardiopathy）、心房細動（atrial fibrillation）、動脈疾患（arterial disease）、左室疾患（left ventricular disease）、心臓弁膜症（cardiac valvulopathy）、卵円孔開存（patent foramen ovale ）、がん（cancer）、を想定した。
次のことがわかった。
・平均年齢67、800人のESUS患者を分類できるクラスタが4つ生成された。・クラスタ1には左室疾患がもっともおおく、・クラスタ2には卵円孔開存がもっともおおく、・同様にクラスタ3には動脈疾患が、クラスタ4には心房性心疾患がもっともおおかった。・クラスタ3は患者の53.7％を含む最大のクラスタで、・心房細動はどのクラスタとも有意な関連はなかった。
データ駆動型の機械学習解析により、塞栓源不明の脳塞栓症が、動脈疾患、心房性心疾患、卵円孔開存、左室疾患と強く関連する4つのクラスタを同定した。半数以上の患者は動脈疾患と関連するクラスタに割り当てられていた、
というおはなし。
感想：
なにやってるかはよくわかんないけど、たびたび出てくる塞栓源不明ケースの原因を4つにしぼれたとこが新鮮。