小さな舟状骨の隠れた骨折をX線画像から識別するAI研究

転倒の際に手首に起きやすい骨折のひとつとして舟状骨骨折がある。X線による骨折の診断が一般的だが、舟状骨のように小さな骨は骨折線が認識しにくく、初期のX線で診断できない例が20%程度あるとされる。X線で診断できない例にはMRIをはじめとした精密検査を要したり、診断の遅れが痛み・関節炎による生活への悪影響、また骨の癒合不良による偽関節などを引き起こす。

JAMA Network Openに発表された研究では、ミシガン大学と台湾のAI医療センターのグループが、「舟状骨骨折をX線で診断する深層畳み込みニューラルネットワーク(DCNN)」を開発している。そのアルゴリズムは2段階のDCNNによって構成されるが、1段階目では舟状骨骨折の有無を感度87.1%・特異度92.1%・AUROC 0.955で識別できた。1段階目で骨折が否定的であった症例に対しては2段階目のDCNNで識別するが、こちらは感度79.0%・特異度71.6%・AUROC 0.810であった。テストデータセットには識別できていなかった22例の隠れた舟状骨骨折が含まれており、2段階のモデルは20例(90.9%)を正しく骨折と識別できた。

同研究のニューラルネットワークによって人間では識別が難しい隠れた骨折を検出できる可能性が示された。X線のみでの骨折の診断能力を向上させることは、金銭的なコスト問題の解決にもつながり、高度な検査機器を有しない一般診療所における診断・治療の質の向上につながることが期待できる。

関連記事:

  1. 中国平安「AskBob」 – 骨盤X線診断AIを革新
  2. 画像から大腿骨頚部骨折を識別するAIアルゴリズム
  3. 画像から腕の骨折を識別するAIアルゴリズム

前の記事医療現場を邪魔しないロボット用AIナビゲーション
次の記事BreastPathQ Challenge – 乳がん画像分析で病理医を上回る識別精度を達成
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。