肺炎の小児における肺の凝固を検出するための深層学習アルゴリズムの開発とテスト
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Development and testing of a deep learning algorithm to detect lung consolidation among children with pneumonia using hand-held ultrasound
雑誌名：PLoS One. 2024; 19(8): e0309109.
概 要：
本研究は、重度の肺炎が世界中の幼児における主要な死亡原因であることを背景に、入院中の小児に対するポイントオブケア肺超音波検査において、肺の凝固を検出するための人工知能アルゴリズムの開発とその精度の検証を目的としています。18か月から17歳の小児を対象に、手持ちの超音波装置を用いて、標準化されたプロトコルに従い、12の肺ゾーンからビデオループを収集しました。収集したデータを用いて、アルゴリズムのトレーニングとテストを行いました。
方 法：
本研究は、2018年から2020年にかけて行われた前向き多施設研究で、下気道感染が疑われる18か月から17歳の小児を対象としました。フィリップスの手持ち超音波装置を使用し、12の肺ゾーンからビデオループを収集し、肺の特徴を注釈しました。収集したデータは、トレーニング、チューニング、ホールドアウトセットに分割され、アルゴリズムのトレーニングに使用されました。成人の下気道疾患からのデータもトレーニングセットに追加されました。
結 果：
107人の小児参加者から117件の独自の検査が得られ、604本の陽性ビデオと589本の陰性ビデオがアルゴリズム開発に利用されました。モデルの全体的な精度は88.5%で、感度は88%、特異度は89%、陽性的中率は89%、陰性的中率は87%でした。
結 論：
本アルゴリズムは、小児の肺炎における胸部超音波での凝固特徴の識別に高い精度を示しました。超ポータブルなポイントオブケアデバイスでの自動診断支援は、特に厳しい環境におけるグローバルヘルスに重要な意味を持ちます。