医療とAIのニュース医療におけるAI活用事例最新医療AI研究「高精度なだけ」では実臨床に持ち込めない

「高精度なだけ」では実臨床に持ち込めない

大腿骨近位部骨折は転倒によってしばしば発生するが、特に高齢者の場合は入院時合併症や偶発症、また中長期の安静臥床に伴う運動機能の低下などによって、生命予後の重大な悪化をもたらす。大腿骨近位部骨折を見逃さないための、高精度な画像識別AIが実現可能となっている一方、これらシステムの実臨床導入には一定の障壁がある。

オーストラリア・アデレード大学などの研究チームは、「大腿骨近位部骨折の識別を行う高精度なディープラーニングアルゴリズム」を用意した上で、これを実臨床導入した際の診断フローに及ぼす影響を評価した。研究成果はThe Lancet Digital Healthからこのほど公開されている。本研究論文によると、チームはロイヤルアデレード病院が保有する45,000枚以上のレントゲン写真を用い、大腿骨近位部骨折を識別するAIモデルをトレーニングした。次に、200枚の骨折症例と200枚の非骨折症例を用意し、5名の放射線科医に読影させたところ、識別精度はAUCとして0.969であり、対するAIモデルは0.994と有意にこれを上回っていた。しかし、さらなる調査では、人間の医師であれば容易に識別できる、金属埋め込みや高度転位骨折で誤診するなど、特定のエラーを内包していることが明らかとなった。また、「AIモデルによって骨折が疑われる患者」の最大10%が、初期のレントゲン評価単独では確定診断に至ることができないこと、さらに追加画像検査を受けた者のうちでさえ、直ちに骨折と診断することができたのは3分の1に留まっていた。

診断の遅れと追加の画像検査は、患者転帰の悪化、医療費の押し上げ、臨床医を含む医療リソースへの負担をもたらす。どれだけ高精度なAIを用意したとしても、最終診断を下す人間の医師に納得感がなければ確定診断は先延ばしとなり得る。AIの説明可能性を高めること、アルゴリズム監査を含めた「徹底的な前臨床評価」によるエラー特性の明確化、などが求められており、「ただ高精度なだけでは解決しない問題がある」ことを浮き彫りとしている。

関連記事:

  1. AIと嘘つき教師 – 著名な公開データに多数のラベルエラー
  2. 画像解析AIが内包する過小診断バイアス
  3. データベースのオフラベル使用が生むAI開発の「データ犯罪」
  4. COVID-19画像診断の機械学習モデルは臨床レベルに達していない?
  5. 医療AI機器のFDA承認に潜む限界

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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。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