脊椎関節炎における脊椎炎症の半定量化のための深層学習アルゴリズム

科学分野:

• 医療画像における人工知能、リウマチおよび筋骨格系疾患、放射線および診断画像診断

背景:

• 軸性脊椎関節炎（SpA）は、脊椎に影響を与える慢性炎症性疾患です。脊椎炎症の正確な半定量化は、診断とモニタリングに不可欠です。現在の評価方法には、主観的で時間がかかる場合があります。

主な方法:

• 脊椎炎症の検出と局在化のために、2つの深層学習モデル（アテンションUnetベース）を開発しました。330人の軸性SpA患者からの全脊椎MRIデータを使用しました。3人の人間の読者による脊椎関節炎研究コンソーシアム（SPARCC）スコアと比較して、クラス内相関係数（ICC）、ピアソン係数、感度、特異度、ダイス係数を使用してモデルのパフォーマンスを評価しました。

結論:

• 開発された深層学習アルゴリズムは、軸性SpAにおける脊椎炎症の信頼性の高い半定量化評価に大きな可能性を示しています。アルゴリズムと人間のスコアリングとの高い一貫性は、臨床実践を支援できることを示唆しています。このAI主導のアプローチは、脊椎炎症評価の効率と客観性を向上させる可能性があります。