CheXaid – HIV患者における結核診断支援AI

結核はHIV陽性患者における「予防可能な死」の主因として知られ、未診断のまま適切な治療介入なく経過している症例が少なくない。これは胸部レントゲン画像における所見が非定型であることや、HIV感染の多発エリアでは読影を担当する放射線科医が不足していることがその背景にある。米スタンフォード大学などの研究チームは、胸部レントゲン画像からHIV陽性患者の結核を検出する深層学習アルゴリズムを開発した。

Natureの関連誌にあたるnpj Digital Medicineで9日公開されたチームの研究論文によると、南アフリカに所在する2つの病院で、結核感染が疑われる677名のHIV陽性患者における臨床情報データベースからアルゴリズムを構築したという。さらに、開発した結核診断AIを利用し、臨床医の診断業務を適切に支援できるかの評価までを行ったところ、臨床医単独での平均読影精度0.60(95%信頼区間0.57-0.63)から、AIアルゴリズムを診断業務に併用することで0.65(同 0.60-0.70)へと僅かな改善がみられた。一方で、テストケースとして施行した「アルゴリズム単独での平均精度」は0.79と高値を示していた。

研究成果は、HIVと結核の共感染が特に深刻となるエリアでの、AIアルゴリズムの臨床的有効性を示唆するものとなる。また「読影に関する専門人材の確保が難しい状況下において、AI導入は有効な選択肢となること」を研究チームは指摘する。頑健なエビデンス構築に至るには今後、一定の識別精度を有するAIアルゴリズムを導入してなお「なぜ医師の診断パフォーマンスを大幅に改善することはできなかったのか」を、質的研究を含めたより精緻な検証を行っていく必要があるだろう。

前の記事Google – COVID-19対策としてのAI開発・データ解析プロジェクトに850万ドルを超える支援
次の記事半導体からCTスキャン「Nano-X」 – X線装置に革新を起こせるか?
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
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, PhD
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)、東京大学大学院医学系研究科博士課程修了(PhD)、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)。UCL visiting researcher、日本学術振興会特別研究員を経て、東京大学特任研究員など。専門はメディカルデータサイエンス。

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。