2021 Fiscal Year Annual Research Report
Image diagnosis of osteoporotic vertebral fractures using artificial intelligence
| Project/Area Number |
20K18042
|
|---|
| Research Institution | Tokyo Medical University |
|---|
Principal Investigator |
村田 寿馬 東京医科大学, 医学部, 助教 (70839274)
|
|---|
| Project Period (FY) |
2020-04-01 – 2022-03-31
|
| Keywords | 人工知能 / 画像診断 / 骨粗鬆症 / 椎体骨折 / 骨折 |
|---|
| Outline of Annual Research Achievements |
人工知能を用いて骨粗鬆症性椎体骨折の画像診断を自動的かつ適切に行うことができるか検討した。骨粗鬆症性椎体骨折は、疼痛に伴う高度な日常生活動作制限に加え、生命予後を悪化させうる重篤な疾患であることが知られる。早期の適切な診断は予後の改善に寄与すると考えられているが、画像診断には習熟を要し、正確な診断が困難な場合もある。臨床診断補助ツールとして人工知能の有用性が期待されているが、骨粗鬆症性椎体骨折の画像診断における有用性はこれまでのところ不明である。
その結果、人工知能は骨粗鬆症性椎体骨折の単純X線を臨床医の診断と同程度の正確性をもって診断することが可能と判断された。今回の検討は後ろ向き研究であることなど、臨床応用の可能性を考えるには限界があるが、一方で、臨床医は身体所見や現病歴、既往歴などを加味し、総合的に画像診断をしていたが、人工知能は画像診断のみで臨床医と同程度の正確性で診断ができた点で人工知能の診断効率には独自の有用性があると考えられた。人工知能は、骨粗鬆症性椎体骨折の画像診断において、臨床医の診断を補助するツールとして有用な可能性が示唆された。
本研究課題を通し、人工知能の骨粗鬆症性椎体骨折の画像診断における有用性が示唆された。また、今後の課題として、CTやMRIといった精密検査を用いた検討や、現病歴や身体所見などのテキスト情報の学習、こうした項目をそれぞれ独自に評価する人工知能を統括する集合知の有用性の検討などが挙げられた。
|
