<?xml version="1.0" encoding="UTF-8"?><rss version="2.0"
	xmlns:content="http://purl.org/rss/1.0/modules/content/"
	xmlns:wfw="http://wellformedweb.org/CommentAPI/"
	xmlns:dc="http://purl.org/dc/elements/1.1/"
	xmlns:atom="http://www.w3.org/2005/Atom"
	xmlns:sy="http://purl.org/rss/1.0/modules/syndication/"
	xmlns:slash="http://purl.org/rss/1.0/modules/slash/"
	>

<channel>
	<title>リスク予測モデル | STELLANEWS.LIFE</title>
	<atom:link href="https://stellanews.life/tag/%E3%83%AA%E3%82%B9%E3%82%AF%E4%BA%88%E6%B8%AC%E3%83%A2%E3%83%87%E3%83%AB/feed/" rel="self" type="application/rss+xml" />
	<link>https://stellanews.life</link>
	<description>ヘルスケアのニュースを医療専門の編集者とAI（人工知能）の力で毎日届ける。</description>
	<lastBuildDate>Sat, 11 Oct 2025 13:28:35 +0000</lastBuildDate>
	<language>ja</language>
	<sy:updatePeriod>
	hourly	</sy:updatePeriod>
	<sy:updateFrequency>
	1	</sy:updateFrequency>
	<generator>https://wordpress.org/?v=6.9.4</generator>

<image>
	<url>https://stellanews.life/wp-content/uploads/2025/05/cropped-cropped-stellanewslogo-32x32.webp</url>
	<title>リスク予測モデル | STELLANEWS.LIFE</title>
	<link>https://stellanews.life</link>
	<width>32</width>
	<height>32</height>
</image> 
	<item>
		<title>Roche、AI腎リスクKidney Klinrisk AlgorithmCEマーク</title>
		<link>https://stellanews.life/medicalinformation/6781/</link>
					<comments>https://stellanews.life/medicalinformation/6781/#respond</comments>
		
		<dc:creator><![CDATA[ステラ・メディックス]]></dc:creator>
		<pubDate>Sat, 11 Oct 2025 13:28:32 +0000</pubDate>
				<category><![CDATA[医療情報]]></category>
		<category><![CDATA[AI医療]]></category>
		<category><![CDATA[CEマーク]]></category>
		<category><![CDATA[CKD]]></category>
		<category><![CDATA[IVDR]]></category>
		<category><![CDATA[KFRE]]></category>
		<category><![CDATA[Kidney KFRE Algorithm]]></category>
		<category><![CDATA[Kidney Klinrisk Algorithm]]></category>
		<category><![CDATA[KlinRisk]]></category>
		<category><![CDATA[navify Algorithm Suite]]></category>
		<category><![CDATA[Roche]]></category>
		<category><![CDATA[リスク予測モデル]]></category>
		<category><![CDATA[ロシュ]]></category>
		<category><![CDATA[慢性腎臓病]]></category>
		<category><![CDATA[早期リスク層別化]]></category>
		<category><![CDATA[機械学習]]></category>
		<category><![CDATA[欧州導入]]></category>
		<category><![CDATA[糖尿病]]></category>
		<category><![CDATA[腎機能低下]]></category>
		<category><![CDATA[高血圧]]></category>
		<guid isPermaLink="false">https://stellanews.life/?p=6781</guid>

					<description><![CDATA[<p>STELLANEWS.LIFE（ステラニュース・ライフ）は、AIと医療の融合が進むヘルスケア・テクノロジーの最新動向を追っています。今回は、ロシュ（Roche）が発表したAIによる慢性腎臓病（CKD）進行リスク評価アルゴ [&#8230;]</p>
<p>The post <a href="https://stellanews.life/medicalinformation/6781/">Roche、AI腎リスクKidney Klinrisk AlgorithmCEマーク</a> first appeared on <a href="https://stellanews.life">STELLANEWS.LIFE</a>.</p>]]></description>
										<content:encoded><![CDATA[<p>STELLANEWS.LIFE（ステラニュース・ライフ）は、AIと医療の融合が進むヘルスケア・テクノロジーの最新動向を追っています。今回は、ロシュ（Roche）が発表したAIによる慢性腎臓病（CKD）進行リスク評価アルゴリズム「Kidney Klinrisk Algorithm」のCEマーク取得と、新しいCKDアルゴリズムパネルの欧州導入について紹介します。</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<ul class="wp-block-list">
<li>【要点①】ロシュとKlinRisk社が共同開発したAI腎機能リスク予測アルゴリズムが欧州でCEマークを取得</li>



<li>【要点②】CKDアルゴリズムパネルとしてnavifyプラットフォーム上で提供開始</li>



<li>【要点③】糖尿病・高血圧患者を含む早期ステージでの腎機能低下リスクをAIで可視化</li>
</ul>
</blockquote>



<p>2025年10月6日、<strong>ロシュ（Roche）</strong>は、米国のAI医療企業<strong>KlinRisk社</strong>と共同開発した<strong>AIベースの腎機能低下リスク評価ツール「Kidney Klinrisk Algorithm」</strong>が<strong>CEマーク認証</strong>を取得したと発表しました。これは、腎機能の進行的低下を予測するための世界初のAIリスク層別化ツールです。</p>



<p>本アルゴリズムは、ロシュの<strong>navify Algorithm Suite</strong>上で展開される新しい<strong>慢性腎臓病（CKD）アルゴリズムパネル</strong>の一部として提供され、疾患初期から末期までの包括的なケア支援を目的としています。このパネルには、既存の<strong>Kidney KFRE Algorithm</strong>（後期CKD管理向け）も統合されています。</p>



<p><strong>ロシュ・ダイアグノスティックスCEO マット・ソース氏</strong>は次のように述べています。</p>



<blockquote class="wp-block-quote is-layout-flow wp-block-quote-is-layout-flow">
<p>「AIを活用したKidney Klinrisk Algorithmの導入は、この“静かな進行性疾患”と闘う上で大きな進歩です。医師はこれにより、糖尿病や高血圧を持つ患者を含め、腎機能低下のリスクを早期段階で把握し、適切な介入を行うことが可能になります。」</p>
</blockquote>



<p>このアルゴリズムは、血液・尿検査データなどの複数の臨床入力情報を組み合わせ、機械学習（ML）を用いて腎機能の進行リスクを数値化します。推奨事項は国際的な臨床ガイドラインと整合しており、医師は病院システム上で統合的にアルゴリズム結果を確認できます。</p>



<h3 class="wp-block-heading">CKD管理におけるAIの新しい役割</h3>



<p>CKDは世界で<strong>7億人以上</strong>が罹患しているとされ、糖尿病や高血圧、肥満の増加により発症率が上昇しています。早期段階では症状が乏しく、診断が遅れるケースが多いことが課題です。ロシュはAIを活用し、早期リスク層別化とガイドライン準拠の治療選択を支援することで、疾患進行の抑制と医療費負担の軽減を目指しています。</p>



<h3 class="wp-block-heading">アルゴリズムの技術的特徴</h3>



<ul class="wp-block-list">
<li><strong>名称→</strong> Kidney Klinrisk Algorithm</li>



<li><strong>開発→</strong> Roche × KlinRisk Inc.</li>



<li><strong>技術→</strong> 機械学習（ML）によるリスク予測モデル</li>



<li><strong>対象→</strong> CKDステージG1〜G4の成人、または糖尿病・高血圧を有する腎リスク患者</li>



<li><strong>プラットフォーム→</strong> navify Algorithm Suite（クラウド統合型）</li>



<li><strong>認証→</strong> CEマーク（IVDR適合、NB 0123）</li>



<li><strong>提供地域→</strong> 欧州・英国（将来的に米国、中東、アジアへ展開予定）</li>
</ul>



<p>本アルゴリズムは、カナダ・マニトバ大学の腎臓病専門医<strong>ナヴディープ・タンギリ博士</strong>が率いるチームが開発を主導しており、既存の腎疾患リスクモデルにAIを融合させた精密診断技術として注目されています。</p>



<h3 class="wp-block-heading" id="impact">AIによる医療・社会インパクト評価（参考）</h3>



<p>★★★★★</p>



<p>ロシュのKidney Klinrisk Algorithmは、AIによる腎疾患リスク管理の実用化を象徴するプロジェクトです。従来の腎機能評価が「進行後の診断」に偏っていたのに対し、本アルゴリズムは「未発症段階での予測的介入」を可能にします。糖尿病・高血圧などの慢性疾患群を横断的に支援する点で、デジタルヘルスの臨床価値を大きく引き上げると評価できます。</p>



<h3 class="wp-block-heading">参考文献</h3>



<p>Roche. “Roche receives CE Mark for AI-based Kidney Klinrisk Algorithm and launches new comprehensive chronic kidney disease (CKD) algorithm panel.”<br><a href="https://www.roche.com/media/releases/med-cor-2025-10-06">https://www.roche.com/media/releases/med-cor-2025-10-06</a></p>



<p>GBD Chronic Kidney Disease Collaboration, <em>Lancet</em> (2020); Francis et al., <em>Nat Rev Nephrol</em> (2024); Tangri et al., <em>Kidney Int Rep</em> (2025).</p>



<figure class="wp-block-image size-full"><img fetchpriority="high" decoding="async" width="600" height="338" src="https://stellanews.life/wp-content/uploads/2024/03/medicalinformation_banner-e1722944816285.webp" alt="" class="wp-image-2780" srcset="https://stellanews.life/wp-content/uploads/2024/03/medicalinformation_banner-e1722944816285.webp 600w, https://stellanews.life/wp-content/uploads/2024/03/medicalinformation_banner-e1722944816285-300x169.webp 300w" sizes="(max-width: 600px) 100vw, 600px" /></figure><p>The post <a href="https://stellanews.life/medicalinformation/6781/">Roche、AI腎リスクKidney Klinrisk AlgorithmCEマーク</a> first appeared on <a href="https://stellanews.life">STELLANEWS.LIFE</a>.</p>]]></content:encoded>
					
					<wfw:commentRss>https://stellanews.life/medicalinformation/6781/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
		<item>
		<title>臨床データに基づくリー・フラウメニ症候群のリスク予測モデル</title>
		<link>https://stellanews.life/science/5566/</link>
					<comments>https://stellanews.life/science/5566/#respond</comments>
		
		<dc:creator><![CDATA[ステラ・メディックス]]></dc:creator>
		<pubDate>Mon, 08 Apr 2024 10:28:45 +0000</pubDate>
				<category><![CDATA[科学]]></category>
		<category><![CDATA[LFS]]></category>
		<category><![CDATA[TP53遺伝子]]></category>
		<category><![CDATA[がん]]></category>
		<category><![CDATA[リーフラウメニ症候群]]></category>
		<category><![CDATA[リスク予測モデル]]></category>
		<category><![CDATA[臨床検証]]></category>
		<guid isPermaLink="false">http://stellanews.life/?p=5566</guid>

					<description><![CDATA[<p>リー・フラウメニ症候群の家系における複数の一次性がんおよび競合するがんのアウトカムに対するリスク予測モデルが臨床データを用いて検証され、標準的な臨床基準を上回る性能を示した。</p>
<p>The post <a href="https://stellanews.life/science/5566/">臨床データに基づくリー・フラウメニ症候群のリスク予測モデル</a> first appeared on <a href="https://stellanews.life">STELLANEWS.LIFE</a>.</p>]]></description>
										<content:encoded><![CDATA[<article>
<section>
<p>STELLANEWS.LIFEは、科学や技術、医療分野における最新の研究成果や革新的な発見を紹介することに特化したメディアである。本ウェブサイトでは、持続可能な方法で最新の話題を読者に届けるため、毎日更新される研究成果から特に注目すべき情報を選りすぐり、専門的な知見を交えて提供している。今回の記事で伝える情報は、臨床において得られたデータを用いて、リー・フラウメニ症候群（LFS）の家系における複数の一次性がんおよび競合するがんのアウトカムに対するリスク予測モデルの検証に関するものである。</p>
</section>
<blockquote>
<nav>
<ul class="custom-list">
<li>臨床設定でのリスク予測モデルの発展と普及の障壁</li>
<li>LFSのリスク評価のためのソフトウエアのセット（software suite）であるLFSPROの適用</li>
<li>既存の臨床基準を上回るリスク予測モデルの性能</li>
</ul>
</nav>
</blockquote>
<p><main></p>
<p>LFSは、TP53遺伝子の病的な生殖細胞系列変異によって特徴づけられる遺伝性がん症候群である。本研究では、MDアンダーソンがんセンターにおいてリスク評価を受ける発端者（プロバンド）の家族歴を遺伝カウンセラーが収集し、3297人の個体から成る124家族の臨床カウンセリングベース（CCB）コホートを構築した。リスク予測のためにソフトウエアのセットであるLFSPROを使用し、予測の正確さをAUC（曲線下面積）で、予測値の実際の観測に対する妥当性を観測値と期待値の比（O/E比）で評価しました。その結果、病的なTP53変異の予測においてAUCは0.78、O／E比は1.66を達成。標準的な臨床基準よりも優れた性能を示し、遺伝カウンセラーがこれら数理モデルを使用することで、より良いリスクカウンセリングが可能であることを示唆した。</p>
<p></main></p>
<section>
<ul class="custom-list">
<li><strong>研究の発表誌→</strong>Journal of Clinical Oncology, 2024年4月3日</li>
<li><strong>研究の背景→</strong>LFSの家族のリスク予測モデルの開発と検証</li>
<li><strong>研究の手法→</strong>3297人の個体を含む124家族のCCBコホートを用いた</li>
<li><strong>研究の結果→</strong>LFSPROを用いた病的なTP53変異の予測でAUCは0.78、O/E比は1.66を達成</li>
<li><strong>結論→</strong>LFSの家系におけるリスク予測モデルは臨床基準を上回る性能を示した</li>
</ul>
</section>
<footer>
<h3>参考文献</h3>
<p>Nguyen NH, Dodd-Eaton EB, Corredor JL, Woodman-Ross J, Green S, Gutierrez AM, Arun BK, Wang W. Validating Risk Prediction Models for Multiple Primaries and Competing Cancer Outcomes in Families With Li-Fraumeni Syndrome Using Clinically Ascertained Data. J Clin Oncol. 2024 Apr 3:JCO2301926. doi: 10.1200/JCO.23.01926. Epub ahead of print. PMID: 38569124.<br />https://ascopubs.org/doi/10.1200/JCO.23.01926</p>
</footer>
<p><img decoding="async" src="https://stellanews.life/wp-content/uploads/2024/03/medicalinformation_banner-300x169.webp" alt="" class="wp-image-2780"/><br />
</article><p>The post <a href="https://stellanews.life/science/5566/">臨床データに基づくリー・フラウメニ症候群のリスク予測モデル</a> first appeared on <a href="https://stellanews.life">STELLANEWS.LIFE</a>.</p>]]></content:encoded>
					
					<wfw:commentRss>https://stellanews.life/science/5566/feed/</wfw:commentRss>
			<slash:comments>0</slash:comments>
		
		
			</item>
	</channel>
</rss>
