Oral Lichen Planus診断におけるディープラーニング:臨床画像ベースの検出アプローチの体系的なレビュー
Atessa Pakfetrat1, Alireza Sarraf Shirazi2, Amirhossein Saeedi3
1Department of Oral Medicine, Faculty of Dentistry, Mashhad University of Medical Sciences, Mashhad, Iran.
Oral surgery, oral medicine, oral pathology and oral radiology
|September 2, 2025
まとめ
ディープラーニングモデルは,臨床写真からオーラルリチェンプランス (OLP) の診断に高い精度を示しています. このAI技術の広範な臨床使用には,さらなる検証とより大きなデータセットが必要です.
科学分野:
- 医療における人工知能
- 皮膚科 と 口腔 医学
- 診断画像分析
背景:
- 経口リッチンプランス (OLP) の診断は,臨床的および組織学的検査に基づいています.
- OLPの正確な早期診断は 効果的な管理に不可欠です
- ディープラーニング (DL) は,臨床写真の自動化された分析の可能性を提供します.
研究 の 目的:
- Oral Lichen Planusの検出のためのディープラーニングモデルの診断性能を体系的にレビューする.
- 臨床画像を用いたDLアルゴリズムの精度,感度,特異性を評価する.
- OLPの診断におけるDLの限界と将来の方向性を特定する.
主な方法:
- PRISMAのガイドラインに沿った体系的なレビュー.
- OLPの診断にディープラーニングアーキテクチャ (CNN,Vision Transformers) を使用した研究を含める.
- 性能指標 (精度,感度,特異性,AUC) と品質評価 (QUADAS-2) を抽出する.
主要な成果:
- ディープラーニングモデルは高い診断精度を示し,あるものは95%を超えました.
- InceptionResNetV2とXceptionのような特定のアーキテクチャは,有望な感度と特異性を示しました.
- 特定された制限には,小さくて均質なデータセット,変数的な事前処理,および不十分な外部検証が含まれます.
結論:
- ディープラーニングは臨床写真からOLPを診断する大きな可能性を秘めています
- 現実の世界での臨床採用は,データセットのサイズと検証の問題によって現在制限されています.
- 将来の研究は,より大規模で多様なデータセット,堅固な検証,および臨床統合のための説明可能なAI (XAI) に焦点を当てるべきである.
