信頼度に基づく耳鏡ビデオと鼓膜測定の統合による中耳疾患診断：外部ペアコホート評価を伴う多施設耳鏡研究
カテゴリ：手術支援
公開日：2026年9月2日
タイトル：Confidence-guided integration of otoscopy videos and tympanometry for middle ear disease diagnosis: A multi-center otoscopy study with external paired-cohort evaluation.
雑誌名：PLoS One. 2026; 21(9): e0357492. doi: 10.1371/journal.pone.0357492.
概 要：
中耳疾患の正確な診断は耳鏡検査を用いても難しく、特にプライマリケアの現場では医師の経験にばらつきがあり、視覚的検査だけでは中耳の生理を十分に捉えられないことがあります。本研究では、耳鏡ビデオ分析と226 Hzの鼓膜測定を統合したOtoTymp-AIという信頼度に基づくマルチモーダル決定融合フレームワークを提案します。このフレームワークは、視覚的に不確実な予測を洗練するために、臨床的に解釈可能なルールに基づく決定戦略を用いています。
方 法：
この多施設耳鏡研究では、104本のビデオとペアの鼓膜測定を含む独立した外部コホートでマルチモーダル評価を実施しました。耳鏡ビデオを分類するために畳み込みニューラルネットワーク（CNN）が訓練され、鼓膜測定が統合されました。ビデオのみのCNNは全体の精度63.46%を達成し、ハイブリッドフレームワークは81.73%の精度を達成しました。
結 果：
ハイブリッドフレームワークは、CNNモデルに対して18.27ポイントの絶対的改善を示しました。特定のカテゴリー（滲出や後退など）で改善が見られましたが、サンプルサイズが小さいカテゴリーでは信頼区間が広がりました。
結 論：
耳鏡の解剖学的情報と鼓膜測定を統合することで、AI支援の中耳診断が改善される可能性が示唆されましたが、運用閾値やクラスごとのパフォーマンスは、より大規模な前向きペアマルチモーダルコホートで確認する必要があります。