医療とAIのニュース医療におけるAI活用事例疾患診断へのAI活用事例自閉スペクトラム症を識別するAIソフトウェア

自閉スペクトラム症を識別するAIソフトウェア

自閉スペクトラム症(ASD)は月齢18ヶ月前後での確定診断が可能とされるが、米国では診断の遅れが問題となってきた。その一因には、ASD評価における需要の増加が専門家のキャパシティを上回り、滞留期間が長くなっていることがある。ASD診断の補助としてAIツールを用いることには、各種先行研究から大きな可能性が示されている。

カリフォルニア大学アーバイン校などの研究チームは、3つの異なる入力データ(介護者への質問票、短いホームビデオ2本、プライマリケア医療者への質問票)から「ASD陽性/陰性/不確定」のいずれかを識別する機械学習ソフトウェアの性能を検証している。研究成果はnpj Digital Medicineからこのほど公開された。研究では、発達遅滞が懸念される18-72ヶ月児のコホート(計425名、女性36%、ASD有病率29%)に対するソフトウェアの出力結果を、複数の専門家による診断と照合した。その結果、陽性適中率(PPV)が80.8%、陰性適中率(NPV)が98.3%であり、このツールでASD陽性/陰性の「確定出力」ができた患者は全体の31.8%で、感度98.4%、特異度は78.9%であった。なお、装置の「不確定出力」は、入力情報が不十分である場合のリスクコントロールとして機能させている。実際、この不確定出力による制御を無効化すると、感度51.6%、特異度18.5%まで低下するとしている。

研究グループは「本AIツールが高い精度でタイムリーなASD診断を実現する」点に触れ、プライマリケアにおけるASDの見逃しを大幅に抑制できる可能性を強調する。これはASD児への早期介入、および専門家リソースの効率的利用を促すものとなり得るため、臨床実装を見据えたさらなる検討が進められている。

関連記事:

  1. 自閉スペクトラム症で女児と男児の脳の違いを見分けるAI研究
  2. 10分の動画で自閉スペクトラム症をスクリーニング
  3. 頭の動きで自閉スペクトラム症を識別

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