MEDICINE & AI

タイトル：Machine learning allows expert level classification of intraoperative motor evoked potentials during neurosurgical procedures. 雑誌名：Comput Biol Med. 2024 Sep; 180: 109032. 概　要： 本研究は、手術中の運動誘発電位（MEP）を用いた筋肉の同定に対する機械学習（ML）アプローチを開発・評価し、その性能を人間の専門家と比較することを目的としています。MEPは、脳や脊髄の手術中に正確に解釈されることが重要であり、ML技術を応用する機会が存在します。6つの異なる筋肉から得られたMEPデータベースを用いて、異なるMLモデルを開発・テストし、文献レビューも行いました。 方　法： 本研究では、脳または脊髄手術を受けた患者から得られたMEPデータベースを用いて、5つの異なるML分類器を訓練・テストしました。MEPは、経頭蓋刺激（TES）および直接皮質刺激（DCS）プロトコルにより取得されました。モデルは、単一患者内および未見の患者に対して評価され、10人の専門神経生理学者が50件のMEPを分類し、その性能を最も優れたモデルと比較しました。 結　果： 合計25,423件のMEPが研究に含まれました。ランダムフォレストモデルが最も優れた性能を示し、単一患者データセットで99％の精度を達成し、未見の患者に対しては78％から94％の精度範囲を示しました。MEPを信号処理で一般的に使用される特徴量として表現することで、モデルの性能が最大化され、6つの異なる筋肉間の分類能力は79％であり、専門家の平均48％を大きく上回りました。 結　論： 慎重に選択されたMLモデルは、限られた特徴量を用いて手術中のMEPを分類するための信頼性のある能力を持ち、患者や信号取得モダリティにわたって堅牢性を示し、人間の専門家を上回る性能を発揮しました。これにより、IOMチームの意思決定支援システムとしての可能性が示され、手術をより安全かつ効率的にするための有用な応用の開発が期待されます。