MEDICINE & AI

タイトル：Diagnosing facial synkinesis using artificial intelligence to advance facial palsy care 雑誌名：Sci Rep. 2025 Jul 09; 15(1): 24686. 概　要： この研究は、顔面麻痺（FP）患者における顔面シンキネシスを迅速かつ正確にスクリーニングするためのコスト効果の高い人工知能（AI）アルゴリズムの開発を目的としています。顔面シンキネシスは、顔の筋肉の不随意な同時運動であり、診断と治療が困難です。70人のFP患者からデータを収集し、健康な対照群と比較しました。標準化された患者画像シリーズには9枚の画像が含まれ、そのうち3枚をアルゴリズムの訓練に使用しました。385枚の画像を用いて畳み込みニューラルネットワーク（CNN）を訓練・評価しました。モデルは高い精度でシンキネシスを検出し、診断精度の向上と治療の迅速化が期待されます。 方　法： この研究は、70人の顔面麻痺患者を対象にしたコホート研究です。データは大学病院レゲンスブルクで収集され、健康な対照群の画像と比較されました。標準化された患者画像シリーズには9枚の画像が含まれ、3枚がアルゴリズムの訓練に使用されました。385枚の画像を用いてCNNを訓練し、285枚を訓練セット、29枚を検証セット、71枚をテストセットに分けました。モデルは18エポックで訓練されました。 結　果： CNNモデルはテストセットで98.6%の精度を達成し、32件のシンキネシスケースのうち31件を正しく特定し、健康な個体の39枚の画像を全て正しく識別しました。性能指標はF1スコア98.4%、精度100%、再現率96.9%でした。開発されたウェブアプリケーションにより、画像のアップロードと迅速なシンキネシス予測が可能となりました。 結　論： CNNベースのモデルは、顔面麻痺患者におけるシンキネシスの検出に高い精度を示し、診断精度の向上と治療の迅速化の可能性が示されました。さらなる大規模データセットによる検証が必要です。