胸部X線写真における大動脈弓石灰化検出のための人工知能：システマティックレビュー

科学分野:

• 放射線学
• 人工知能
• 心血管疾患

背景:

• 胸部X線写真（CXR）における大動脈弓石灰化（AAC）は、心血管イベントの重要な予測因子です。
• AACは、日常の放射線学的評価でしばしば見落とされます。
• 人工知能（AI）は、AACの自動検出の可能性を提供します。

研究 の 目的:

• CXRにおけるAAC検出のためのAIモデルの診断精度を系統的にレビューすること。
• AI駆動のAAC検出の臨床実装可能性を評価すること。

主な方法:

• PRISMA 2020ガイドラインに従った系統的レビュー。
• Embase、PubMed、Scopus、およびWeb of Science（2020年1月～2025年10月）を検索しました。
• 大規模データセットで畳み込みニューラルネットワーク（CNN）を使用した後向き研究を含めました。
• バイアスはQUADAS-2で評価されました。

主要な成果:

• 3つの研究（2022-2024年）で約270万枚の画像が分析されました。
• AIモデルは高い診断識別能（AUROC 0.81-0.99）を示しましたが、外部コホートではパフォーマンスが変動しました。
• 有意な感度-特異度のトレードオフが観察されました。
• 異質性と横断的画像基準の欠如により、GRADEの確実性は低かった。

結論:

• 深層学習モデルは、CXRにおける信頼性の高いAAC検出の可能性を示しており、機会的な心血管リスク層化を可能にします。
• AIモデルのアーキテクチャと検証の異質性は、広範な比較を妨げます。
• AIツールの臨床的汎用性には、標準化された注釈と外部検証が不可欠です。