小児における頭蓋骨骨折と正常縫合の超音波診断における人工知能の適用
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Artificial intelligence based sonographic differentiation between skull fractures and normal sutures in young children
雑誌名：Sci Rep. 2025 Oct 23; 15(1): 37006.
概 要：
本研究は、小児における頭蓋骨骨折と正常縫合の正確な鑑別が困難であることを背景に、人工知能（AI）を用いて診断精度を向上させることを目的としています。従来のCT検査は放射線を使用するため安全性に欠ける一方、超音波は安全ですが専門知識が必要です。86人の子供（平均年齢8.5ヶ月）の超音波画像を用いた回顧的研究を実施し、AIによる二項分類と物体検出を行いました。AIの性能を9人の専門家と比較し、AI支援の有無による評価を行いました。
方 法：
本研究は、86人の子供を対象にした回顧的研究で、超音波画像を用いて頭蓋骨骨折の疑いがある症例を分析しました。AIモデルにはEfficientNetとYOLOv11を使用し、385枚の画像に対して10倍の交差検証を行いました。主要評価指標はF1スコアとPR AUCであり、AI支援の有無による評価も行いました。
結 果：
EfficientNetのB6バリアントは、F1スコア0.841およびPR AUC0.913を達成し、骨折と縫合の検出において優れた性能を示しました。AI支援を受けた評価者のF1スコアは、未支援の0.749から0.833に改善しました。AIモデルは、未支援の人間評価者を一貫して上回る性能を示しました。
結 論：
本研究は、小児の超音波画像において頭蓋骨骨折と縫合を区別する初のAIモデルを提示し、AIが診断精度を向上させる可能性を示しました。今後はデータセットの拡充や独立したコホートでのAIモデルの検証、動的超音波データの探求が必要です。