ゲーミフィケーションを用いたクラウドソーシングによる肺超音波データセットのラベリング：前向き分析
カテゴリ：災害・救急医療
公開日：2025年10月23日
タイトル：Gamified Crowdsourcing as a Novel Approach to Lung Ultrasound Data Set Labeling: Prospective Analysis
雑誌名：J Med Internet Res. 2024 Jul 04; 26: e51397.
概 要：
本研究は、ゲーミフィケーションを取り入れたクラウドソーシングプラットフォームが、医療画像データに対して専門家レベルのラベルを生成できるかを検討しました。機械学習モデルの開発には高品質なラベル付きトレーニングデータが必要ですが、クラウドソーシングによるラベリングは品質の懸念から制約を受けることがあります。2384件の肺超音波クリップを用いて、ユーザーのパフォーマンス評価とフィードバックを通じて、専門家のラベルと比較しました。
方 法：
この診断比較研究では、203人の救急患者から2384件の肺超音波クリップを収集しました。6人の専門家が393件のクリップをラベル付けし、195件をトレーニング用、198件をテスト用の基準データセットとして使用しました。クラウドソーシングは、DiagnosUsアプリのユーザーから8日間にわたり意見を収集し、過去のパフォーマンスに基づいてフィルタリングし、過半数の意見を集約しました。主要評価指標は、クラウドの意見と専門家のラベルとの一致度を比較することです。
結 果：
患者の平均年齢は60.0歳で、女性は51.7%、白人は56.1%でした。195件のトレーニングクリップでは、専門家の合意ラベルは58%がBラインなし、29%が離散Bライン、13%が融合Bラインでした。198件のテストクリップでは、70%がBラインなし、18%が離散Bライン、12%が融合Bラインでした。426人のユーザーから99,238件の意見が収集され、クラウドソーシングによるラベルの一致度は87.9%で、専門家の一致度85.0%と比較して有意差はありませんでした（P=.15）。クラウドの意見を用いた場合、専門家の一致度は80.8%で、クラウドの一致度が高い結果となりました（P<.001）。
結 論：
ゲーミフィケーションを用いたクラウドソーシングによる肺超音波クリップのBライン分類ラベルは、専門家レベルの精度を達成しました。この結果は、機械学習システムのトレーニング用ラベル付き画像データセットを効率的に生成するための戦略的な役割を示唆しています。