スウェーデンのカロリンスカ研究所の研究者らが主導した新たな国際研究では、AIベースのモデルが超音波画像から卵巣がんを特定する点で人間の専門家を上回る性能を発揮できることが示された。この研究は、 自然医学。
「卵巣腫瘍は一般的であり、多くの場合偶然に発見されます」と、カロリンスカ研究所のセーダーシュジュクフーセット臨床科学教育部（ストックホルム南総合病院）のエリザベス・エプスタイン教授であり、同病院産婦人科部門の上級コンサルタントでもあるエリザベス・エプスタイン教授は言う。 「世界の多くの地域で超音波検査の専門家が深刻に不足しており、不必要な介入やがん診断の遅れに対する懸念が高まっています。そこで私たちは、AIが人間の専門家を補完できるかどうかを知りたいと考えました。」
AI は専門家を上回るパフォーマンスを発揮する
研究者らは、8カ国の20の病院、3,652人の患者から得た17,000枚を超える超音波画像でAIをトレーニングしテストし、良性と悪性の卵巣病変を区別できるニューラルネットワークモデルを開発、検証した。次に彼らは、大規模な専門家グループと経験の浅い超音波検査官とモデルの診断能力を比較しました。
その結果、AI モデルは卵巣がんの特定において専門家と非専門家の両方の検査者を上回っており、専門家と非専門家検査者のそれぞれ 82.6 パーセントと 77.7 パーセントと比較して、86.3 パーセントの精度を達成したことが示されました。
「これは、ニューラル ネットワーク モデルが、特に診断が難しい症例や超音波の専門家が不足している状況において、卵巣がんの診断において貴重なサポートを提供できることを示唆しています」とエプスタイン教授は述べています。
専門家への紹介の必要性を減らす
AI モデルにより、専門家への紹介の必要性も軽減できます。シミュレートされたトリアージ状況では、AI サポートにより紹介数が 63% 減少し、誤診率が 18% 減少しました。これにより、卵巣病変のある患者に対するより迅速で費用対効果の高い治療が可能になります。
有望な結果にもかかわらず、研究者らは、ニューラルネットワークモデルの可能性を最大限に発揮し、臨床上の限界を完全に理解するにはさらなる研究が必要であると強調している。
「研究開発を続けることで、AI ベースのツールは専門家の負担を軽減し、病院のリソースを最適化し、明日の医療に不可欠な要素となる可能性があります。しかし、それらがさまざまな臨床環境や患者グループに適応できるようにする必要があります」とフィリップ・クリスチャンセン氏は述べています。 、カロリンスカ研究所のエプスタイン教授の研究グループの博士課程の学生であり、KTH王立工科大学のエミール・コヌクとの共同筆頭著者。
AIサポートの安全性を評価する
研究者らは現在、AIツールの日常的な臨床安全性と有用性を評価するため、Södersjukhusetで前向き臨床研究を実施している。今後の研究には、患者管理と医療費への影響を調べるためのランダム化多施設研究も含まれる予定だ。
この研究は、KTH王立工科大学の研究者と緊密に協力して行われ、スウェーデン研究評議会、スウェーデン癌協会、ストックホルム地域評議会、ラジウムヘメット癌研究基金、およびワレンバーグAI自律システムからの助成金によって資金提供されました。およびソフトウェア プログラム (WASP)。
エリザベス・エプスタイン氏、フィリップ・クリスチャンセン氏、および3人の共著者は、Intelligyn社を通じてコンピュータ支援診断法に関する特許を申請した。エリザベス・エプスタイン氏、フィリップ・クリスチャンセン氏、KTH王立工科大学の研究員ケビン・スミス氏もインテリジン株を所有しており、エプスタイン教授は無給の経営者を務めている。
1735869294
#は卵巣がんの診断を改善できる
2025-01-03 01:37:00