骨折の見逃しを防ぐAIシステム

救急部では多くの外傷患者に対して単純レントゲン写真を撮像するが、特に夜間帯など、放射線科読影医が不在の時間帯において骨折所見の見落としが多発することが、先行研究から明らかにされている。疲労がピークとなっている当直医にとって、解像度の決して高くない単純レントゲン画像から「淡い骨折線」を漏れなく抽出することは、非常に困難な現実がある。

米ボストン大学の研究チームは、このような骨折所見を事前にスクリーニングし、システム内でフラグを立てることで見逃しを防ぐAIシステムを開発した。放射線領域の権威ある学術誌・Radiologyに収載された本研究論文によると、システムは多施設から四肢・骨盤・腰椎・胸椎・肋骨など、全身の単純レントゲン写真から学習しており、骨折が疑われる領域を強調表示し、医療者に警告することができる。このAIシステムの支援により、骨折の見逃しを29%減少させることを検証試験では明らかにしている。

著者らは「AIは放射線科医やその他の医師の診断パフォーマンスを向上させ、効率を高めるための強力なツールになると同時に、医療機関受診時の患者体験を改善する可能性がある」と主張している。医療者にとってのセーフティネットとしてのAIシステム導入は、現場の臨床家からも受け入れられやすいため、疾患領域を問わず多様なシステムが模索されている。

関連記事:

  1. 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
  2. 骨折特性と患者背景から術後の感染症リスクを推定する機械学習アルゴリズム
  3. 胸部CTへのAI適用でサルコペニアを評価する時代が到来するか?
  4. 救急部での臨床判断を支える「新しい機械学習トリアージツール」
  5. 救急科AI – COVID-19の増悪を予測するマルチモーダルAIシステム

TOKYO analyticahttps://tokyoanalytica.com/
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. 岡本 将輝
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)、英University College London(UCL)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、現在は米マサチューセッツ総合病院研究員、ハーバードメディカルスクール・インストラクター。他に、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. 杉野 智啓
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。
RELATED ARTICLES

最新記事

注目の記事