閾値のカスタマイズがプライマリケアのトリアージにおける多クラスX線AIモデルの性能に与える影響
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：How threshold customisation affects the performance of a multiclass X-ray AI model for primary care triage: a retrospective study
雑誌名：BMJ Open. 2026 Feb 12; 16(2): e111127.
概 要：
本研究は、商業的に利用可能な多クラス胸部X線（CXR）深層学習モデルの閾値最適化プロセスを構造的に説明し、異なる運用閾値における診断性能を評価し、プライマリケアにおけるAI対応トリアージワークフロー内での潜在的な運用影響を推定することを目的としています。816件の成人前面胸部X線画像を用いて、感度、特異度、陰性予測値（NPV）、および陽性予測値（PPV）を主要評価指標として分析しました。
方 法：
本研究は、閾値に基づく分析を用いた後ろ向き診断性能評価です。シンガポールのプライマリケア放射線サービスで実施され、2つのプライマリケアクリニックと1つの三次医療機関から得られたデータを使用しました。対象者は816人の成人で、平均年齢は60.8歳です。除外基準には小児研究、側面または斜めのX線、AIモデルでサポートされていない所見が含まれました。
結 果：
デフォルトの閾値0.15で、AIモデルは感度87.3%（95% CI 83.9%～90.4%）、NPV87.0%（95% CI 83.6%～90.2%）を達成しました。閾値を0.10に下げると、感度は93.2%（95% CI 90.7%～95.5%）、NPVは91.3%（95% CI 88.2%～94.3%）に向上し、特異度は71.7%（95% CI 67.3%～76.1%）でした。これらのトレードオフは、偽陰性の最小化を優先する安全重視の共同トリアージワークフローにおいて受け入れ可能とされました。
結 論：
閾値の最適化は、AIモデルを特定の臨床ワークフローに適応させるために重要です。本研究は、運用閾値の調整が感度とNPVの優先化を可能にし、プライマリケアにおける安全なAI支援トリアージを支えることを示しました。このプロセスは放射線科および臨床チームの深い協力を必要とし、臨床目標に沿った適切な閾値の選定が安全かつ効果的な実施に寄与します。今後の研究では、実際の運用影響とユーザーの受容性を評価する予定です。