mpoxウイルス感染による皮膚病変を分類する深層学習アルゴリズム
カテゴリ：手術支援
公開日：2025年10月24日
タイトル：A deep-learning algorithm to classify skin lesions from mpox virus infection
雑誌名：Nat Med. 2023 Mar;29(3):738-747.
概 要：
本研究は、mpoxウイルス（旧称：サル痘ウイルス）感染の早期発見を目的とし、特徴的な皮膚病変を識別するための画像ベースの深層畳み込みニューラルネットワーク（MPXV-CNN）を開発しました。139,198枚の皮膚病変画像を用いて、MPXV画像676枚と非MPXV画像138,522枚を含むデータセットを構築しました。MPXV-CNNは、検証およびテストコホートにおいて感度0.83、0.91、特異度0.965、0.898、曲線下面積（AUC）0.967、0.966を達成しました。さらに、MPXV-CNNは様々な肌色や体の部位においても安定した分類性能を示しました。このアルゴリズムは、mpoxウイルスの流行抑制に寄与する可能性があります。
方 法：
本研究は、139,198枚の皮膚病変画像を用いたコホート研究です。データセットは、MPXV画像676枚（文献、ニュース、ソーシャルメディア、スタンフォード大学医学センターからの63枚）と非MPXV画像138,522枚から構成されています。MPXV-CNNの性能評価は、検証およびテストコホートにおいて行われ、主要評価指標は感度、特異度、AUCです。
結 果：
MPXV-CNNは、検証コホートで感度0.83、特異度0.965、AUC0.967を示し、テストコホートでは感度0.91、特異度0.898、AUC0.966を達成しました。さらに、前向きコホートでは感度0.89を記録しました。MPXV-CNNは、様々な肌色や体の部位においても安定した性能を示しました。
結 論：
MPXV-CNNは、mpoxウイルスによる皮膚病変を高精度で識別できる可能性があり、mpoxウイルスの流行抑制に寄与することが期待されます。また、患者指導のためのウェブアプリも開発され、アルゴリズムの利用が促進される見込みです。