胸部X線を用いた肺結核スクリーニングのためのAIアルゴリズムの有効性の検証：後ろ向き研究と胸部CTのローカライザー画像によるテスト精度
カテゴリ：診断支援・画像解析
公開日：2026年3月8日
タイトル：Validating the effectiveness of an AI algorithm for pulmonary tuberculosis screening using chest X-ray: Retrospective study and test accuracy with localizer images of the chest CT.
雑誌名：PLoS One. 2026; 21(2): e0338810. doi: 10.1371/journal.pone.0338810. Epub 2026 Feb 27.
概 要：
本研究は、中国における肺結核（TB）の早期発見を目的とし、胸部X線（CXR）データを用いて訓練されたCNNベースのAIモデル（JF CXR-1 v2）の診断性能を評価しました。研究は、中国-日本友好病院で実施され、2017年から2021年に診断されたTB患者から得た290枚のCXR画像と433枚のCTローカライザー画像を含みます。リソースが限られた環境での診断支援を目指しています。
方 法：
この後ろ向き研究では、290枚のCXR画像と433枚のCTローカライザー画像を用いてAIアルゴリズムの診断性能を評価しました。感度、特異度、精度、カッパ値、ROC分析から得られたAUCを主要評価指標としました。
結 果：
AIアルゴリズムはCXR画像において高い診断性能を示し、細菌学的に確認されたTB症例に対してAUC 0.960、感度91.7%、特異度92.7%を達成しました。一方、CTローカライザー画像ではAUC 0.719とより控えめな性能でしたが、105件のペアケースにおいてCXRとCTの予測間に有意な相関が見られ、さらなる検証によるクロスモダリティ応用の可能性が示唆されました。
結 論：
本研究のAIアルゴリズムはCXRサンプルに対して良好な診断能力を示しました。また、CXRに基づいて開発されたこのAIアルゴリズムは、胸部CTのローカライザー画像に適用することで、肺結核の画像特徴をある程度特定できる可能性があります。