咳音データを用いた肺結核スクリーニングのための咳ベースのアルゴリズムの外部検証
カテゴリ：公衆衛生・予防医療
公開日：2026年5月21日
タイトル：External validation of cough-based algorithms for pulmonary tuberculosis screening from the CODA TB DREAM challenge using cough data from Peru.
雑誌名：Sci Rep. 2026 May 20; doi: 10.1038/s41598-026-50492-4.
概 要：
本研究は、咳音を用いた肺結核（TB）スクリーニングのためのAIアルゴリズムの性能を評価するCODA TB DREAM Challengeの外部検証を行いました。733,756件の咳音データを用いて11のAIモデルが開発されましたが、ペルーから収集した303件の咳音データを用いた外部検証では、モデルのAUCが0.480から0.615に低下しました。これは、内部検証時の0.689から0.743に比べて性能が低下したことを示しています。特に、35歳以上や過去にTBにかかった人々のサブグループではモデルの性能が向上しました。
方 法：
本研究は、ペルーのリマにある医療施設から303人の咳をする成人から収集した咳音データを用いた外部検証研究です。CODA Challengeで開発された11のAIモデルの性能を評価し、AUCを主要評価指標として使用しました。
結 果：
外部検証の結果、モデルのAUCは0.480から0.615の範囲であり、CODA Challengeの内部検証時の0.689から0.743に比べて性能が低下しました。最も性能が良かったモデルはCODA Challengeでも最良の結果を示しました。サブグループ分析では、35歳以上の集団や過去にTBにかかった人々での性能が向上しました。
結 論：
CODA Challengeモデルの外部検証は、他の環境への一般化の限界を明らかにしました。一部のモデルは有望でしたが、全体的な性能の低下は外部データセットでの継続的なモデル検証の必要性を強調しています。また、咳の特性やTBの有病率に影響を与える集団特有の要因を考慮した文脈特有のモデルの開発が重要であることを示しています。