白光内視鏡を用いた早期胃がん検出のためのディープラーニング:体系的なレビューとメタ解析

科学分野:

• メディカルイマージング (医学イメージング)
• 医療における人工知能
• 胃腸内科 胃腸内科

背景:

• 早期胃がん (EGC) の診断は,内視鏡画像に大きく依存しています.
• EGCの正確な検出は,患者のアウトカムにとって極めて重要です.
• 人間の解釈の限界は,診断の精度に影響を与える可能性があります.

研究 の 目的:

• EGC検出のためのディープラーニング (DL) アルゴリズムの診断性能を評価する.
• DLモデルの精度を専門の内視鏡医と比較する.
• エンドスコピーの臨床的意思決定支援ツールとしてのDLの可能性を評価する.

主な方法:

• 2025年7月まで,主要なデータベース (PubMed,Embase,Cochrane,Web of Science) で体系的な文献検索を行う.
• 内部および外部検証セットの感度および特異性のプール分析.
• 異質性の源を特定するためのメタ回帰と,森林のプロットを用いて専門のエンドスコピストとの比較.

主要な成果:

• 内部検証 (15研究,37,037画像) では,総合感度が0.91で,特異性は0.93.37でした.
• 外部検証 (4つの研究,3,579の画像) で,総合感度0.82と特異度0.83.8が得られました.
• 訓練データセットのサイズが異質性に影響を及ぼした;DLモデルは,専門の内視鏡医に比べて性能が良かった.

結論:

• ディープラーニングアルゴリズムは,ホワイトライト内視鏡検査による胃がん早期発見のための高い診断性能を示しています.
• DLモデルは,エキスパートのエンドスコピストと同等の診断精度を提供します.
• DLは,EGC診断のための効果的な臨床意思決定支援ツールとして有望であることを示しています.