11日前
膝関節MRIにおける深層学習支援診断：MRNetの開発と後向き検証
{Francis G. Blankenberg, Safwan Halabi, Bhavik N. Patel, Jeremy Irvin, Russell J. Stewart, Robyn L. Ball, Michael Bereket, Derek F. Amanatullah, Andrew Y. Ng, Kristen W. Yeom, Katie Shpanskaya, David B. Larson, Allison Park, Ricky H. Jones, Nicholas Bien, Gary Fanton, Evan Zucker, Curtis P. Langlotz, Christopher F. Beaulieu, Pranav Rajpurkar, Matthew P. Lungren, Geoffrey M. Riley, Erik Jones}
要約
膝関節の磁気共鳴画像法（MRI）は、膝関節損傷の診断に最も適した手法とされている。しかし、膝関節MRIの解釈は時間のかかる作業であり、診断誤りや評価のばらつきが生じる可能性がある。MRI画像の自動解析システムを導入することで、リスクの高い患者を優先的に評価し、臨床医の診断支援が可能となる。深層学習（deep learning）は、階層的な特徴を自動的に学習できるため、医用画像とその解釈の間にある複雑な関係をモデル化するのに適している。本研究では、膝関節MRI検査において一般的な異常および特定の診断（前十字靭帯［ACL］断裂および半月板断裂）を検出するための深層学習モデルを開発した。その後、臨床専門家が画像解釈の際にこのモデルの予測結果を提示された場合の影響を評価した。