皮膚病変診断におけるAIによる皮膚鏡画像分析に対する毛髪の影響
カテゴリ：高齢者医療・介護
公開日：2026年2月19日
タイトル：Influence of hair presence on dermoscopic image analysis by AI in skin lesion diagnosis
雑誌名：Comput Biol Med. 2024 Dec; 183: 109335.
概 要：
この研究は、メラノーマおよび非メラノーマ皮膚癌の増加に伴い、皮膚病変の認識におけるAIの性能に対する毛髪の影響を評価しています。HAM10000コレクションから取得した10,015枚の皮膚鏡画像を使用し、毛髪の遮蔽の程度に基づいて画像を分類し、その影響を分析しました。結果として、AIモデルは全体的な精度95.3%および曲線下面積（AUC）99.1%を達成し、さまざまな病変タイプで高い性能を維持しました。毛髪の遮蔽レベルによって性能は変動し、少ない遮蔽では最適でしたが、毛髪が多い場合には大幅に低下しました。特に血管病変では、重度の毛髪遮蔽下での性能指標が0.515から0.115に低下しましたが、日光角化症や上皮内癌は影響を受けにくいことが示されました。
方 法：
本研究は、HAM10000コレクションからの10,015枚の皮膚鏡画像を用いた解析を行い、毛髪の遮蔽の程度に基づいて画像を分類しました。AIモデルの性能評価には、勾配重み付けクラス活性化マッピングや新しい感染指標を使用し、モデルの焦点とセグメンテーションの有効性を深く分析しました。
結 果：
AIモデルは、全体的な精度95.3%およびAUC99.1%を達成しました。毛髪の遮蔽レベルによって性能が変動し、特に血管病変では重度の遮蔽下で性能が0.515から0.115に低下しました。一方、日光角化症や上皮内癌は毛髪の影響を受けにくいことが確認されました。また、まばらな毛髪は時折精度を向上させる可能性が示唆されました。
結 論：
毛髪は皮膚科におけるAI診断に複雑な影響を与えることが示され、毛髪に強いアルゴリズムや高度な前処理技術の開発が必要であると結論付けられました。これにより、AIの診断能力を向上させることが期待されます。