画像ベースの脆弱頸動脈プラーク検出における人工知能の診断性能：系統的レビューとメタアナリシス
カテゴリ：手術支援
公開日：2026年2月19日
タイトル：Artificial intelligence diagnostic performance in image-based vulnerable carotid plaque detection: a systematic review and meta-analysis
雑誌名：BMC Med Inform Decis Mak. 2025 Nov 11; 25(1): 419. doi: 10.1186/s12911-025-03227-w. Epub 2025 Nov 11.
概 要：
頸動脈の動脈硬化は、虚血性脳卒中を引き起こす塞栓性イベントに大きく寄与します。不安定な頸動脈プラークを非侵襲的画像診断で正確に特定することは、脳卒中予防において重要です。本レビューは、医療画像を用いて不安定な頸動脈プラークを安定したプラークから区別するAIアルゴリズムの診断性能を評価することを目的としています。
方 法：
2023年6月6日までにMedline、Embase、Web of Science、IEEE、PubMed、Cochrane Libraryで包括的な検索を行いました。対象となる研究は、医療画像から不安定な頸動脈プラークを特定するためにAIアルゴリズムを使用したものです。感度、特異度、曲線下面積（AUC）などの二項診断精度指標を抽出しました。含まれる研究のバイアスリスクはQUADAS-AIを用いて評価しました。
結 果：
レビューした31件の研究のうち、14件がメタアナリシスに含まれ、プールされた感度は91%（95%CI: 86-95%）、特異度は84%（79-89%）、AUCは0.94（0.91-0.95）でした。しかし、外部検証を報告した研究は1件のみであり、結果の一般化には限界がありました。また、著しい異質性（I² > 90%）が観察されました。サブグループ分析では、サンプルサイズ、AIアルゴリズムの種類（機械学習または深層学習）、セグメンテーション方法（手動または自動）、出版年による性能の変動が示されました。出版バイアスと研究の異質性が観察されたものの、AI駆動のアプローチが頸動脈プラークのリスク層別化において有望であることが強調されました。
結 論：
AIアルゴリズムは、不安定な頸動脈プラークの特定において良好な診断性能を示しました。今後の研究では、厳密な検証を行い、一般化可能性を確保し、AIアルゴリズムの説明可能性を向上させることが重要です。