関節リウマチのトシリズマブ治療効果予測：機械学習と臨床データの活用

9月 30, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Interpretable machine learning models for predicting tocilizumab response in rheumatoid arthritis using clinical data
BMC Medical Informatics and Decision Making｜被引用数: 0（2026年9月30日時点）

関節リウマチ（RA）治療に用いられる生物学的製剤トシリズマブ（TCZ）は効果が高い一方で、約30%の対象者には効果が見られません。この無効例を事前に予測できれば、対象者の負担を減らし、最適な治療を早期に開始できます。本研究は、機械学習モデルと臨床データを活用し、関節の画像病期別にTCZの治療効果を予測し、その予測に寄与する主要な因子を特定することを目的としました。解釈可能なAIを用いることで、モデルの「なぜ」を理解し、個別化された治療戦略への道を開きます。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存の臨床データと機械学習モデルを活用しており、実現可能性が高い研究である。
Ethical倫理面	倫理委員会承認済み、対象者からの書面同意取得済みであり、倫理的な配慮がなされている。
Interesting面白さ	トシリズマブ無効例の約30%という課題に対し、効果予測と解釈可能性を追求している点は興味深い。
Novel新規性	画像病期別に層別化したトシリズマブ効果予測モデルの構築とSHAP値による解釈は新規性がある。
Relevant切実さ	トシリズマブ治療の最適化により、対象者の負担軽減と医療費削減に貢献し得る。
Measurable測定可能性	AUCスコアやSHAP値といった明確な指標を用いてモデル性能と特徴量の重要性を評価している。
Modifiable派生・改善	予測モデルにより、対象者の画像病期に応じた治療方針の個別化や薬剤選択の最適化に繋がる可能性がある。
Structured文章構造	研究の背景、方法、結果、考察、結論が明確に構成されており、系統立てられている。
PICO / PECO対象・介入・比較・結果	P(関節リウマチ対象者)、I(トシリズマブ治療)、C(なし/既存の治療判断)、O(治療効果予測)。

関節リウマチ治療の課題と機械学習の可能性

どうも、Beyond the Pixelです。関節リウマチ（RA）は、関節を中心に全身に炎症を引き起こす慢性自己免疫疾患です。現在、トシリズマブ（TCZ）のような生物学的製剤が治療に用いられていますが、約30%の対象者がこの薬剤に反応しないという課題があります。効果のない薬剤を使い続けることは、対象者にとって身体的・精神的な負担となり、医療費の増大にも繋がります。このため、治療開始前にトシリズマブの効果を予測できるバイオマーカーの発見が求められてきました。近年、人工知能の一分野である機械学習が、大量の臨床データから治療効果を予測する有望なツールとして注目されています。しかし、機械学習モデルは「ブラックボックス」と揶揄されることもあり、なぜそのように予測したのかという透明性と解釈可能性が課題でした。この課題に応えるため、中国の研究チームは、解釈可能な機械学習モデルを用いて、関節リウマチの対象者におけるトシリズマブの治療反応を臨床データから予測する研究を行いました。この研究は、治療の個別化を支援し、より効果的な意思決定に貢献することを目指しています。

研究方法：臨床データと多様な機械学習モデル

本研究では、トシリズマブ治療を受けた245名の関節リウマチ対象者から、ベースライン時および治療開始3〜6ヶ月後の臨床データが収集されました。対象者の手や足のX線画像に基づき、病気の進行度合いを示す「画像病期」（0期〜IV期）に分類されました。0期は画像変化がない状態、I期は骨破壊を伴わない骨粗しょう症、II期は軽度の骨破壊を伴う骨粗しょう症で関節変形なし、III期は骨粗しょう症・骨破壊・関節変形あり、IV期は関節の線維性または骨性強直を指します。

**Figure 1.** Fig. 1 Patient disposition during screening.bDMARDs: biological disease-modifying antirheumatic drugs解説: この図は、研究対象者のスクリーニング過程を示しています。最初に合計4,223名の関節リウマチ対象者が特定され、除外基準（他の生物学的DMARDの使用、悪性腫瘍、重症感染症など）に従って3,449名が除外されました。その後、トシリズマブを使用した774名の対象者が評価され、薬剤の不遵守やフォローアップデータの不完全さなどにより529名が再度除外されました。最終的に、効果があった対象者173名と効果がなかった対象者72名、合計245名が本研究に含まれました。

この研究では、ロジスティック回帰、K近傍法、ランダムフォレスト、サポートベクターマシン、決定木、勾配ブースティング、ブースティングアルゴリズムという7種類の異なる機械学習モデルが、各画像病期におけるトシリズマブの治療反応を予測するために訓練されました。モデルの性能評価には、曲線下面積（AUC）が主要な指標として用いられ、最適なモデルが選定されました。さらに、モデルの予測において各変数がどの程度重要であったかを評価するため、Shapley Additive Explanation（SHAP）値という手法が用いられ、モデルの解釈可能性を高めています。データの前処理として、欠損データの除去や中央値による補完、特徴量の標準化が行われ、過学習を避けるために再帰的特徴量除去（RFE）アルゴリズムを用いて予測に関連する主要な特徴量が選択されました。データセットは訓練データ（70%）とテストデータ（30%）に分割され、10分割交差検証によりモデルの性能が評価されました。

研究結果：ロジスティック回帰モデルの優位性と病期ごとの重要因子

本研究には、合計245名の関節リウマチ対象者が含まれました。

**Table 1.** Table 1 Baseline demographic and clinical characteristics of patients解説: この表は、効果があった群（n=173）と効果がなかった群（n=72）のベースライン時における人口統計学的および臨床的特徴を比較したものです。性別、年齢、BMI、疾患罹病期間、朝のこわばり、リウマチ因子陽性率には有意差がありませんでした。しかし、効果がなかった群は、圧痛関節数（TJC）、腫脹関節数（SJC）、赤血球沈降速度（ESR）、DAS28（ESR）、DAS28（CRP）、臨床疾患活動性指数（CDAI）、簡易疾患活動性指数（SDAI）などの疾患活動性指標が有意に高いことが示されています。また、扁平上皮癌関連抗原（SCC）濃度は効果があった群で有意に高い結果でした。

ベースライン時の対象者の特徴を分析した結果、効果がなかった群では、疾患活動性の指標（ESR、TJC、SJC、DAS28-ESR、DAS28-CRP、CDAI、SDAI）が、効果があった群と比較して有意に高いことが示されました。さまざまな機械学習モデルを比較した結果、ロジスティック回帰モデルがすべての画像病期において最も優れた予測性能を示しました。具体的には、画像変化がない対象者（0期）でAUCスコア0.78、I期で0.73、II、III、IV期で0.82という高いスコアを達成しています。

**Table 3.** Table 3 AUC of the models for the response prediction解説: この表は、異なる機械学習モデルがトシリズマブの治療効果予測において達成したAUC（曲線下面積）スコアを画像病期別に比較したものです。ロジスティック回帰（LR）モデルは、0期で0.78、I期で0.73、II、III、IV期で0.82と、すべての病期で他のモデルよりも高いAUC値を示し、優れた予測性能を持っていることを表しています。

この結果は、ロジスティック回帰が、多様な臨床データを効率的に処理し、陽性サンプルと陰性サンプルを区別する上で、他のモデルよりも優れていることを示しています。

**Figure 2.** Fig. 2 Performance indicators of each model in the validation dataset across different imaging stages. (A) Comparison of AUC values for each model at different imaging stages; (B) Stage 0; (C) Stage I; (D) Stage II, III, and IV解説: この図は、様々な機械学習モデルが異なる画像病期において達成した性能指標を比較しています。(A)は各モデルのAUC値の比較バーチャートで、ロジスティック回帰（LR）がすべての病期で最も高いAUCを示していることがわかります。(B)、(C)、(D)はそれぞれ0期、I期、II, III, IV期のレーダーチャートで、精度（Precision）、特異度（Specificity）、診断能（Accuracy）、感度（Sensitivity）、F1スコアといった詳細な性能指標を比較しています。LRモデルはAUCで優れているものの、SVMモデルが一部の病期でより高い精度や特異度を示していることも分かります。

また、予測に影響を与える重要な特徴量は、画像病期によって異なることが明らかになりました。

**Table 2.** Table 2 Result of the variable selection process Radiological changes Feature 0 stage Nation, Duration, Morning stiffness, Cardiovascular history, Lymphocyte, IL-6, D-dimer, CD4 h/ T cell count, dsDNA, SCC Ⅰ stage Hand arthritis, Joint involvement, Duration of synovitis, DAS28-CRP, DAS28 grade, IL-6, NKT, NSE, SCC, Botanicals Ⅱ, Ⅲ and Ⅳ stage Gender, Duration of synovitis, Acute phase reactants, TJC, ESR, DAS28-ESR, DAS28-CRP, DAS28 grade, EGA, NSAIDs解説: この表は、再帰的特徴量除去（RFE）法を用いて選択された、各画像病期における効果予測に関連する最も重要な10個の変数を示しています。0期では、民族、罹病期間、朝のこわばり、心血管疾患既往、リンパ球数、IL-6、Dダイマー、CD4陽性T細胞数、dsDNA、SCCが選ばれました。I期では、手関節炎、関節侵犯、滑膜炎罹病期間、DAS28-CRP、DAS28グレード、IL-6、NKT、NSE、SCC、植物由来製剤が選ばれました。II、III、IV期では、性別、滑膜炎罹病期間、急性期反応物質、TJC、ESR、DAS28-ESR、DAS28グレード、EGA、NSAIDが選ばれました。

SHAP値に基づく分析では、最も重要な特徴量が以下のように特定されました。

**Figure 3.** Fig. 3 SHAP ranking of variables in the Logistic regression model. (A and B) Stage 0 patients; (C and D) Stage I; (E and F) Stage II, III, and IV解説: この図は、ロジスティック回帰モデルにおける各変数のSHAP値ランキングを示しています。(A)と(B)は0期（画像変化なし）の対象者、(C)と(D)はI期の対象者、(E)と(F)はII、III、IV期の対象者における結果です。棒グラフ（A, C, E）は各特徴量の平均的なSHAP絶対値を示しており、値が高いほど予測への影響が大きいことを意味します。例えば、0期ではDダイマー、I期ではDAS28グレード、II, III, IV期ではEGAが最も大きな影響を与えていることが分かります。散布図（B, D, F）は、各対象者の特徴量（色で示す、赤が高い値、青が低い値）がSHAP値（横軸）にどのように影響したかを示しており、特徴量の値が高いほど（赤い点）予測にプラスに働くか（SHAP値が正）、マイナスに働くか（SHAP値が負）を視覚化しています。

画像変化がない対象者（0期）では、Dダイマー濃度（平均SHAP値：0.5180）。
I期の対象者では、DAS28グレード（平均SHAP値：0.6661）。
II、III、IV期の対象者では、専門家による全身疾患スコア（EGA）（平均SHAP値：1.3978）。

これらの結果は、機械学習がトシリズマブの治療成果を予測し、関節リウマチの画像病期に特異的な特徴を特定する可能性を示しています。

考察：個別化医療への貢献と解釈可能性の重要性

本研究は、関節リウマチにおけるトシリズマブ治療効果予測のための機械学習モデルの有効性を明確に示しました。ロジスティック回帰モデルが、少ないサンプル数でも堅牢なモデル適合性を確保し、実際の臨床状況を正確に反映できる点が評価されています。特に、既存の研究では十分に検討されていなかった、予測に影響を与える要因とそのモデル内での役割をSHAP値を用いて分析した点が本研究の重要な貢献です。画像変化がない対象者におけるDダイマーレベル、I期対象者におけるDAS28グレード、そして進行した病期（II、III、IV期）におけるEGAが、それぞれ最も重要な予測因子であることが示されました。Dダイマーは、関節リウマチの滑膜病理において凝固/抗凝固およびフィブリン形成/分解のプロセスが亢進していることを反映し、炎症を維持する因子として機能することが示唆されています。DAS28グレードは、過去の研究でも治療反応と相関することが示されており、EGAは専門家の視点から疾患活動性を評価するもので、客観的指標よりも予測に関連することが示されました。これらの知見は、専門家が対象者の画像所見に応じて、より個別化された治療計画を立てる上で役立つ可能性があります。

研究の限界と今後の展望

本研究にはいくつかの限界点も存在します。従来のX線画像は、滑膜炎や腱鞘炎などの初期の炎症変化や骨びらんの初期段階を検出できないという制約があります。そのため、本研究の対象者の約20%がベースライン時にX線画像で病変を示さなかったことも、この限界に起因します。関節超音波検査や核磁気共鳴画像（MRI）などの補助的な画像診断法が用いられなかった点は、関節および関節周囲軟部組織の関与を完全に評価できなかった要因として挙げられます。また、画像病期III期およびIV期のサンプルサイズが比較的少なかったため、モデルの性能に影響を与えた可能性があります。さらに、本研究では外部検証コホート（異なる集団でのモデルの有効性を検証するためのデータセット）がなかったため、モデルの臨床実践における一般化可能性の評価が限定的です。今後は、より大規模なコホートを用いた前向き研究（計画的にデータを収集する研究）によって、これらの予測性能を検証し、研究の信頼性を高めることが期待されます。

まとめ

この研究は、関節リウマチの対象者に対し、トシリズマブ治療前のベースライン臨床データと画像病期情報を用いて、短期的な治療効果を予測する機械学習モデルを構築しました。ロジスティック回帰モデルは最大0.82のAUCを達成し、画像病期ごとに異なる予測指標（Dダイマー濃度、DAS28グレード、EGAなど）を特定しました。これは、専門家が異なる画像所見を持つ関節リウマチ対象者に対して、より個別化された治療を提供する手助けとなる可能性を秘めています。今後、大規模なコホートでの検証を通じて、このモデルの実用化が期待されます。

用語集

関節リウマチ (RA): 関節の炎症を特徴とする慢性的な自己免疫疾患です。
トシリズマブ (TCZ): インターロイキン-6受容体を阻害する生物学的製剤で、関節リウマチの治療に用いられます。
機械学習: データからパターンを学習し、予測や意思決定を行う人工知能の一分野です。
AUC (曲線下面積): 機械学習モデルの分類性能を評価するための指標で、値が高いほどモデルの識別能力が優れていることを示します。
SHAP (Shapley Additive Explanation) 値: 機械学習モデルの予測において、各入力特徴量がどの程度貢献したかを説明するための値です。
DAS28: 28関節の疾患活動性スコア。関節リウマチの活動性を評価するための指標です。
EGA (専門家による全身疾患スコア): 専門家が対象者の全身的な疾患活動性を評価するスコアです。
Dダイマー: 血液凝固後の線溶系で産生される分解産物の一つで、血栓の有無や線溶系の活動性を反映します。
診断能 (Accuracy): モデルが正しく予測したサンプルの割合です。
適合率 (Precision): 陽性と予測されたもののうち、実際に陽性であった割合です。
感度 (Sensitivity): 実際に陽性であるもののうち、陽性と正しく予測された割合です。
特異度 (Specificity): 実際に陰性であるもののうち、陰性と正しく予測された割合です。
F1スコア: 適合率と感度の調和平均で、両方のバランスを考慮した評価指標です。
ロジスティック回帰: 二値分類問題に用いられる統計的機械学習モデルです。
K近傍法 (KNN): 新しいデータ点を、最も近いK個のデータ点（近傍）の多数決によって分類する機械学習アルゴリズムです。
ランダムフォレスト: 複数の決定木を組み合わせ、その結果を平均して最終的な予測を行うアンサンブル学習手法です。
サポートベクターマシン (SVM): データを分類するための最適な決定境界（超平面）を見つける機械学習アルゴリズムです。
決定木: フローチャートのような木構造を用いて、意思決定ルールを視覚的に表現する機械学習モデルです。
勾配ブースティング: 弱学習器（主に決定木）を順次追加し、前の学習器の予測誤差を補正していくアンサンブル学習手法です。
ブースティングアルゴリズム: 複数の弱学習器を組み合わせ、その予測性能を向上させる機械学習の汎用的な手法です。
XAI (Explainable AI): 人工知能の決定プロセスを人間が理解できるようにするための技術や手法の総称です。
再帰的特徴量除去 (RFE): モデル構築に最も貢献する特徴量を段階的に選択する手法です。