機械学習：治療転帰予測のための因果的機械学習

因果的な機械学習（ML）は、有効性や毒性といった治療転帰を予測するためのフレキシブルなデータ駆動型手法を提供することで、薬剤の評価と安全性を助ける働きをする。因果的MLの主な利点は、個別化して治療効果を推定できることであり、これにより臨床的な意思決定が、個々の患者プロファイルに合わせて個別化できる。因果的MLは、臨床試験データだけでなく、患者レジストリーや電子健康記録などのリアルワールドデータとも組み合わせて使うことができるが、偏った予測や誤った予測を回避するためには注意が必要である。このPerspectiveでは、因果的MLの便益について、従来型の統計手法やML手法と比較して議論し、主要な構成要素と手順について概説する。そして最後に、因果的MLの信頼性のある使用や、臨床への効果的な橋渡しのための推奨事項を示す。