ログイン・会員登録

会員の方

ID・パスワードをお持ちの方は、
こちらからログインください。

パスワードをお忘れの方はこちら

認証キーの承認をされる方はこちら

2016年1月より会員IDがメールアドレスに統一されました。

会員登録されていない方

会員限定コンテンツのご利用には、会員登録が必要です。

新規会員登録

サイトマップお問合わせ

  • 新規会員登録
  • ログイン

2022/01

乾癬の重症度スコアを自動計算するAIを開発
スコアリングの正確性は医師による画像評価に匹敵

AI Allows Automated Scoring of Psoriasis Area, Severity

畳み込みニューラルネットワーク(CNN)を用いた人工知能(AI)により、乾癬患者の皮膚画像データから乾癬面積・重症度指数(PASI)を自動的かつ客観的にスコアリング可能という研究結果が、「Journal of the European Academy of Dermatology and Venereology」1月号に掲載された。

乾癬は皮疹や銀白色の鱗屑を特徴とする慢性皮膚疾患で、その重症度判定にはPASIスコアがよく用いられている。PASIスコアは、身体の各部位における3つの症状(紅斑、落屑、浸潤・肥厚)の程度とその病変面積でサブスコアを判定した後に算出するもので、治療効果判定などに用いられる重要な基準だが、スコアの判定に手間がかかる、評価者によりスコアが変わることがあるといった問題があった。

この課題を解決するために、ラドバウド大学医療センター(オランダ)のMirjam J. Schaap氏らは、身体の各部位の画像からPASIスコアを自動計算するAIを作成した。

AIには、画像の深層学習で広く用いられている手法であるCNNを採用。同大学の外来受診患者655人を撮影した皮膚画像データ(体幹576枚、腕614枚、脚541枚)と、医師が受診時に実際に判定したPASIサブスコアのデータを取得し、このうち80%をトレーニングセットとしてAIの学習に用いた。残り20%はテストセットとして、AIが判定したスコアと実臨床におけるスコアとの一致率をクラス内相関係数(ICC)で評価するために用いた。さらに、PASIの評価法を学んだ医師5人にもテストセットの体幹の画像のみを見せてスコアを判定してもらい、その一致率も比較検討した。

その結果、テストセットにおいてAIのスコアと実際のスコア間のICCは、体幹部で紅斑0.616、落屑0.580、浸潤・肥厚0.580、病変面積0.793と、中等度~良好な一致率であり、腕や脚でも同様の結果であった。医師5人が画像のみで判定したスコアは、評価者間では中等度~良好な一致率を示した(紅斑0.793、落屑0.753、浸潤・肥厚0.769、病変面積0.706)。

AIのスコアと医師5人が画像のみで判定したスコアを比較すると、実際のスコアに対する一致率は、紅斑(0.616対0.558)、浸潤・肥厚(0.580対0.573)、病変面積(0.793対0.694)ではAIがわずかに高かった一方、落屑(0.580対0.589)では医師がわずかに上回った。

Schaap氏らは、「将来的にはAIの自動計算により、(リモートを含む)診療や臨床研究において客観的かつ効率的なPASIスコアの算出が可能になるかもしれない」と述べている。なお、複数の著者がバイオ医薬品企業や医療技術企業との利益相反(COI)に関する情報を明らかにしている。(HealthDay News 2021年12月21日)

AI Allows Automated Scoring of Psoriasis Area, Severity

Convolutional neural networks have the potential to automatically perform image-based Psoriasis Area and Severity Index scoring

TUESDAY, Dec. 21, 2021 (HealthDay News) -- Deep learning algorithms, such as convolutional neural networks (CNNs), can automatically and objectively perform image-based Psoriasis Area and Severity Index (PASI) scoring, according to a study published in the January issue of the Journal of the European Academy of Dermatology and Venereology.

Mirjam J. Schaap, M.D., from Radbound University Medical Center in Nijmegen, Netherlands, and colleagues examined the performance of image-based automated PASI scoring in anatomical regions by CNNs. Imaging series were matched to PASI subscores determined by the treating physician. Using standardized imaging series of 576 trunk, 614 arm, and 541 leg regions, CNNs were trained; training was separate for each PASI subscore (erythema, desquamation, induration, and area) in each anatomical region. Agreement with scores determined by physicians in real-life assessments was ascertained with the intraclass correlation coefficient (ICC).

The researchers found that for the trunk region, the ICCs between the CNN and real-life scores were 0.616, 0.580, 0.580, and 0.793 for erythema, desquamation, induration, and area, respectively; similar results were seen for the leg and arm regions. For image-based PASI scoring of the trunk regions, five PASI-trained physicians were in moderate-to-good agreement with each other (ICCs, 0.706 to 0.793). Compared with image-based scoring by physicians, ICCs between the CNN and real-life scores were slightly higher for erythema (0.616 versus 0.558), induration (0.580 versus 0.573), and area scoring (0.793 versus 0.694); on desquamation scoring, physicians slightly outperformed the CNN (0.580 versus 0.589).

"In the future, automated PASI scoring could enable objective and efficient PASI scoring in (remote) clinical practice and clinical research," the authors write.

Several authors disclosed financial ties to the biopharmaceutical and medical technology industries.

Copyright © 2022 HealthDay. All rights reserved.

2022年の医療AIレポート一覧へ
掲載内容について
本サイトは、記事コンテンツおよびサブコンテンツで構成されます。記事コンテンツにおいては、HealthDay Newsとして掲載された医療AI情報の記事をJapan編集部が翻訳して配信しています。記事の具体的な内容については、原著にて確認することをお勧めいたします。サブコンテンツにおいては、厚生労働省の「保健医療分野におけるAI活用推進懇談会」報告書から「AIの活用に向けた工程表」「健康・医療・介護・福祉分野においてAIの開発・利活用が期待できる領域」を掲載し、日本の政府の方針についてお知らせしています。本コンテンツの運営は、株式会社テクノミックが行い、武⽥薬品⼯業株式会社の関与はありません。また、本コンテンツに含まれる治療⽅法等は武⽥薬品⼯業株式会社が推奨・保証するものではありません。本コンテンツの情報に含まれる薬剤については、最新の国内添付文書でご確認ください。
著作権について
本コンテンツに掲載されている内容の無断転載・配布を固く禁じます。武田薬品工業株式会社から事前に文書による許諾を得ることなく、本コンテンツに掲載されている内容を再掲載すること、また検索システムに登録することや、電子的、機械的等、いかなる形式・方法にかかわらず、複写や記録を行うことを禁止いたします。また、本コンテンツで紹介する記事の著作権はHealthDayに帰属します。
免責事項
武田薬品工業株式会社は、本コンテンツに含まれる情報の完全さおよび正確さを保証するものではなく、その内容について一切責任を負いません。本コンテンツを利用される方々には信頼すべき情報を各自で確認されることをお勧めいたします。本コンテンツに含まれる情報は、決して、医師その他の医療従事者によるアドバイスの代わりになるものではありません。また、本コンテンツは、特定の薬剤を広告・宣伝するものではありません。