骨粗鬆症に対する画像ベースの機械学習の診断価値：系統的レビューとメタアナリシス

科学分野:

• 医用画像解析
• ヘルスケアにおける人工知能
• 骨粗鬆症の診断

背景:

• 骨粗鬆症（OP）は、高齢化人口にとって重大な健康問題となっています。
• 機械学習（ML）およびディープラーニング（DL）モデルは、医用画像における診断精度と効率を向上させます。
• MLを使用したOP診断のための様々な医用画像モダリティの系統的な評価が不足しています。

主な方法:

• PubMed、Embase、Cochrane Library、Web of ScienceでMLベースのOP診断研究の系統的な文献検索を実施しました。
• 診断精度研究の質評価（QUADAS-2）ツールを使用して、含まれた研究の質を評価しました。
• 画像モダリティ（X線、CT、MRI）別の層別化とサブグループ分析による、二変量混合効果モデルを使用した感度と特異度のメタアナリシスを実施しました。

結論:

• 機械学習、特にX線およびCTを使用したディープラーニングは、骨粗鬆症に対して高い診断精度を示します。
• MRIを使用した研究は限られており、外部検証の欠如は解釈上の限界をもたらします。
• 将来の研究では、骨粗鬆症に対するより広範な適用性と診断精度の向上を備えたAIツールの開発に焦点を当てるべきです。