人工知能を用いた頭蓋内圧上昇マーカーのパピロエーデマの検出:体系的なレビュー
Lekaashree Rambabu1,2,3,4, Thomas Edmiston5,6, Brandon G Smith2,6
1Department of Medicine, University of Cambridge, Cambridge, United Kingdom.
PLOS digital health
|September 2, 2025
まとめ
人工知能 (AI) は,網膜の画像からパピロエデマを検出し,頭蓋内疾患のトリアージを支援することを約束しています. しかし,現在のAIモデルは,データバイアスと報告の制限により,より多くの外部検証を必要とします.
科学分野:
- 眼科について
- 医療用イメージング
- 人工知能
背景:
- 人工知能による網膜画像の自動化パピロエーデマ検出は,特に資源の限られた環境では,頭蓋内病変の分類に役立ちます.
- パピロエーデマの検出のためのAIに関する包括的な文献レビューは現在不足しています.
研究 の 目的:
- 人工知能を用いてパピロエーデマを検出する文献を体系的に検討する.
- パピロエーデマ検出のためのAIシステムの報告の質,バイアス,診断の正確さを評価する.
主な方法:
- 4つのデータベース (Ovid MEDLINE,Embase,Web of Science,IEEE Xplore) の体系的なレビューについて
- 医療画像におけるAIのチェックリストを用いた品質評価と"SMART"ラブリックを用いたバイアス評価.
- Stataの"Metadta"コマンドを使用した試験のサブセットの診断テストの精度評価.
主要な成果:
- 19のディープラーニングと8の非ディープラーニングシステムが含まれています.
- プールの感度は0. 87 (95%CI 0. 76- 0. 93) で,特異性は0. 90 (95%CI 0. 74- 0. 97) でした.
- データ選択のバイアス,報告の質の低下,外部検証の制限が指摘された.
結論:
- ディープラーニングモデルは,網膜画像でパピロエーデマの検出の可能性を示しています.
- 多様なデータセットと臨床環境でのさらなる外部検証は,トリアージのために広く採用される前に不可欠です.
