深層学習モデルを用いたC2椎弓根スクリュー設置の術前評価：開発および検証研究

科学分野:

• 脊椎手術
• 医用画像
• 人工知能

背景:

• C2椎弓根スクリュー設置の術前評価は、一貫性が低く、高いスキルが要求されるため困難です。
• 既存のC2椎弓根スクリュー設置評価方法は、操作が複雑で、かなりの外科的専門知識が必要です。

研究 の 目的:

• C2椎弓根スクリュー設置の実現可能性の迅速かつ正確な評価のための深層学習モデルを開発および検証すること。
• C2椎弓根の特定とスクリュー設置確率評価のための自動化されたパイプラインを作成すること。

主な方法:

• 画像セグメンテーションとスクリュー設置確率モジュールを備えた深層学習パイプラインであるC2-Netを開発しました。
• C2椎弓根の特定にCT画像を使用し、3Dプリントスクリューおよび様々な経験を持つ外科医と比較してモデルのパフォーマンスを評価しました。

主要な成果:

• C2-Netはテストセットで89.4%の精度、90.0%の感度、89.0%の特異度を達成しました。
• モデルのパフォーマンスは上級外科医と同等であり、ジュニア外科医よりも優れており、より高い一貫性を示しました。
• アテンションマップは視覚的な解釈を提供し、予測された確率はC2椎弓根の構造的バリエーションを区別しました。

結論:

• C2-Netは、C2椎弓根スクリュー設置の評価において高い精度と効率を示し、ジュニア外科医を上回りました。
• このモデルは、迅速で一貫性のある評価と視覚的な解釈を提供し、脊椎手術における支援ツールとしての可能性を示しています。
• C2-Netは、C2椎弓根スクリュー設置のための臨床的意思決定を支援できます。