腎結石検出とセグメンテーションにおける説明可能なAI：ミニレビュー
カテゴリ：医療現場の業務効率化
公開日：2026年5月28日
タイトル：Explainable AI in kidney stone detection and segmentation: a mini review.
雑誌名：Front Digit Health. 2026; 8: 1750411. doi: 10.3389/fdgth.2026.1750411.
概 要：
腎結石は一般的な腎疾患であり、早期に診断・治療しないと深刻な合併症を引き起こす可能性があります。本レビューでは、2020年から2025年に発表された腎結石のセグメンテーションに関する18の代表的な研究を考察し、機械学習、深層学習、ハイブリッドモデルの進展を紹介します。特に、SHAP、LIME、Grad-CAM、Layer-wise Relevance Propagation、EigenCAMなどの説明可能AI（XAI）技術が使用され、診断の信頼性を高め、臨床意思決定を支援することが強調されています。しかし、データセットの多様性の欠如やマルチモーダル統合の不足、実世界での検証の不足といった制約も存在します。深層学習とXAIの統合は、腎結石の検出とセグメンテーションにおいて透明性が高く、信頼性のある臨床的に受け入れられるアプローチを提供します。
方 法：
本レビューは、2020年から2025年に発表された腎結石のセグメンテーションに関する18の研究を対象にしています。これらの研究では、機械学習、深層学習、ハイブリッドモデルが使用され、主にSHAP、LIME、Grad-CAM、Layer-wise Relevance Propagation、EigenCAMなどのXAI技術が適用されています。
結 果：
腎結石の検出とセグメンテーションにおけるAI技術の進展が示され、特にXAI技術が臨床医の信頼を高めることが強調されています。しかし、データセットの多様性や実世界での検証の不足といった課題も指摘されています。
結 論：
深層学習と説明可能なAIの統合は、腎結石の検出とセグメンテーションにおいて透明で信頼性のあるアプローチを提供し、臨床現場での早期診断を支援する可能性があります。