胸部CT画像のAI定量評価で患者転機を予測

COVID-19の治療計画策定において、患者個々の重症度スコアリングは重要なステップである。ただし、手動の定量分析は時間がかかり、定性評価は高速だが主観的となる問題点があった。米レンセラー工科大学やハーバード大学などの研究チームは、胸部CT画像を定量評価することでCOVID-19患者の転機を予測するAIシステムの開発に取り組んでいる。

International Journal of Computer Assisted Radiology and Surgeryから23日オンライン公開された研究論文によると、チームは肺葉と肺の混濁を効率的にセグメント化する深層学習フレームワークを開発しており、肺混濁の占める体積割合から重症度スコアを算出するという。イランのフィロズガー病院、米国のマサチューセッツ総合病院の患者データで評価したところ、AIベースの重症度スコアは放射線科医による評価と強く関連していた(スピアマンの順位相関係数で0.837)。また、ICU入室でAUC 0.813、死亡でAUC 0.741と、いずれも十分に高い予測パフォーマンスを示し、転機予測においては放射線科医を上回る可能性が示唆された。

研究チームは、今回得られた技術が他の肺疾患にも拡張できる可能性にも言及しており、医療画像を単に疾患診断や経過評価に用いるだけでなく、AIの利用によって直接的な予後予測と個別化された治療・管理計画の策定に活用できる余地が広がる事実を強調している。

前の記事Nature論文 – 求人サイト上での雇用差別を監視する機械学習アプローチ
次の記事AIが疼痛評価の社会的不平等を是正? – Nature Medicine 論文
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、SBI大学院大学客員准教授、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。