AI スマートフォン ツールが小児耳感染症を正確に診断

2024 年 3 月 4 日 – ピッツバーグ大学（ピット）とUPMCの研究者らは、人工知能（AI）を活用して小児患者の耳感染症、特に急性中耳炎（AOM）を診断するスマートフォンアプリケーションを開発したと発表した。 勉強 今日公開された JAMA小児科。

研究チームは、AOMと他の耳の状態を区別するには集中的な訓練が必要なため、プライマリケアの現場でAOMを診断するのは困難な場合があると強調した。 このハードルは、AOM が 子供によくある 抗生物質による治療が必要です。 臨床医が AOM と他の症状を区別するのに苦労していると、不必要な抗生物質の使用につながる可能性があります。

「急性中耳炎は誤って診断されることがよくあります」と、主著者であるピット医科大学小児科教授兼一般学術小児科部長、UPMC Children’s Community Pediatrics の所長であるアレハンドロ・ホバーマン医師はプレスリリースで説明した。 HealthITA分析。 「過少診断は不適切な治療をもたらし、過剰診断は不必要な抗生物質治療をもたらし、現在利用可能な抗生物質の有効性を損なう可能性があります。 私たちのツールは正しい診断を得て、適切な治療を導くのに役立ちます。」

このスマートフォン アプリは、耳鏡を使用して撮影された鼓膜の短いビデオを分析することで機能します。これは、AOM を正確に診断するための鍵となる微妙な視覚的所見を捕捉するのに役立つ可能性があります。 研究者らは、AOM が滲出性中耳炎と混同されることが多いと指摘しました。滲出性中耳炎は通常、細菌の関与がなく、抗生物質の使用による恩恵もありません。

「鼓膜、または鼓膜は、外耳道全体に広がる薄くて平らな組織片です」とホバーマン氏は言います。 「AOMでは、鼓膜がベーグルのように膨らみ、ベーグルの穴に似た中央のくぼみが残ります。 対照的に、滲出性中耳炎の子供には鼓膜の膨らみはありません。」

このツールは、医師の診断を支援するために、形状、色、半透明性、位置などの鼓膜の特徴を捕捉するように設計されています。

このアプリを開発するために、研究チームは、2018年から2023年までUPMCで外来治療を受けた635人の子供の鼓膜を観察する1,151本のトレーニングビデオを収集し、注釈を付けました。各ビデオは、AOMの専門知識を持つ2人の臨床医によってレビューされ、ビデオを次のように分類しました。 AOM または AOM なしのいずれかです。

ディープ残差リカレント ニューラル ネットワークとデシジョン ツリー ネットワークという 2 つの AI モデルが、このセットからの 921 本のビデオでトレーニングされ、残りの 230 本のビデオを使用してパフォーマンスが評価されました。

どちらのモデルも高いパフォーマンスを発揮し、同様の精度を達成しました。 最終的に完成したディープ残差リカレント ニューラル ネットワーク アルゴリズムは、感度 93.8 パーセント、特異度 93.5 パーセントに達しましたが、デシジョン ツリー モデルは感度 93.7 パーセント、特異度 93.3 パーセントを示しました。

研究チームは、これまでの研究で臨床医によるAOMの診断精度は30～84パーセントの範囲であることが判明していることを強調した。

「これらの発見は、私たちのツールが多くの臨床医よりも正確であることを示唆しています」とホバーマン氏は述べた。 「臨床医が AOM を厳密に診断し、治療方針を決定できるようサポートすることは、プライマリ ヘルスケアの現場で大きな変革をもたらす可能性があります。」

研究者らは、診断の可能性とは別に、このツールが患者や医療従事者の教育に使用できる可能性も強調した。

「私たちのツールのもう 1 つの利点は、撮影したビデオを患者の医療記録に保存し、他の医療提供者と共有できることです」と Hoberman 氏は述べています。 「また、親や研修医、つまり医学生や研修医に、私たちが見ているものを見せて、なぜ耳感染症と診断するのか、しないのかを説明することもできます。 これは教育ツールとして、また子供が適切な治療を受けていることを親に安心させるために重要です。」

ヘルスケア AI ツールの使用に対する興奮が高まるにつれ、これらのテクノロジーが診断と臨床意思決定のサポートをどのように改善できるかについて重要な研究が行われています。

しかし、一部の研究者は、これらのツールとその導入を促進するために必要なデータ収集が、子どものような弱い立場にある人々にどのような影響を与えるかについて懸念を表明しています。

11月に インタビュー と HealthITA分析スタンフォード大学の臨床 AI 研究者は、ACCEPT-AI フレームワーク（AI および機械学習研究に小児データを安全に組み込むための一連のガイドライン）の開発について詳しく説明し、研究者と規制当局がどのようにして子供の利益を保護できるかについて議論しました。そういった研究。