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研究中耳炎の鼓膜画像診断で臨床医を上回るAIモデル

中耳炎の鼓膜画像診断で臨床医を上回るAIモデル

中耳炎は、米国では「3歳までに6人中5人が少なくとも1回」は罹患する小児頻発の感染症である。その診断精度は一般的な臨床医で70%程度であるにも関わらず、ほとんどの場合で「感染疑い」に抗菌薬が処方され、過剰投与が耐性菌出現の一因となっている。米ハーバード大学医学部の教育病院でもあるMass Eye and Earのチームは「鼓膜画像から臨床医を上回る精度で中耳炎を診断するAIモデル」を開発し、診断精度の向上と安定化に取り組んでいる。

Otolaryngology-Head and Neck Surgeryに発表された同研究では、反復性中耳炎または滲出性中耳炎に対して鼓膜切開とチューブ留置が行われることになった小児の鼓膜画像639枚からモデルトレーニングを行った。その結果、構築されたモデルは80.8%の識別精度を達成している。さらに、39名の臨床医(耳鼻科医・小児科医・プライマリケア医)とともに、それぞれ22枚の鼓膜画像を診断する検証試験においては、臨床医の平均診断精度65.0%に対して、同AIモデルは精度95.5%を達成した。

筆頭著者であるMatthew Crowson氏は「耳の感染症は小児によくあるものだが、しばしば診断の誤りから、治療の遅れや不要な抗菌薬処方につながっている。臨床医は慎重な立場を取りたいもので、診療所を出る親の多くが抗菌薬の処方箋を持って帰る状況もよく理解できる。我々の開発したモデルは臨床医の判断に取って代わるものではないが、彼らの専門知識を補い、より自信を持って治療の意思決定ができるよう助けられる種のものだ」と語った

関連記事:

  1. EarHealth – 耳の異常を検出するイヤホン型システム
  2. 滲出性中耳炎を検出するティンパノメトリーAI
  3. 次世代の聴覚ケアにおける鍵はAIとスマフォ

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