スタンフォード大学 – 脳画像読影へのAIサポートの有効性

スタンフォード大学の研究チームは、頭部CT血管造影法(CT Angiography)の画像読影において、AIサポートによって放射線科医のパフォーマンスが大幅に向上することを明らかにした。

学術誌JAMA Network Openに掲載されたチームの論文によると、662名の患者における脳スキャン画像から、脳動脈瘤の可能性が高い部位をハイライトする機械学習アルゴリズムを構築したという。HeadXNetと呼ばれる同アルゴリズムによるサポートを利用した際、放射線科医の脳動脈瘤識別における感度・正確度に5%前後の明らかな向上を確認したほか、100スキャン画像あたり平均6例の追加的な症例捕捉に繋がっていた。

AIによる疾患診断は放射線科領域を中心に急激な技術革新がみられているが、アルゴリズムの妥当性と法整備の問題などから、実臨床利用はまだ限定的な状況にある。病変部位を可能性ごとにハイライトして指し示すアルゴリズムは、単に診断名を与えるAI診断システムに比べて柔軟な利用が可能であり、比較的新技術に懐疑的な組織であっても、AI導入の取っ掛かりとなる可能性がある。

前の記事スマートウォッチで肥大型心筋症をスクリーニング
次の記事無反応な脳損傷患者の活動はAIだけが知っている?
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。専門はメディカルデータサイエンス。ロンドンでのベンチャーエンジニアを経て、英国内の大学で医療データベース研究に従事。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。