AIを活用した創傷評価ツールの開発：データ収集とモデル最適化に関する方法論的アプローチ
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：Developing an AI-powered wound assessment tool: a methodological approach to data collection and model optimization.
雑誌名：BMC Med Inform Decis Mak. 2025 Aug 09; 25(1): 297. doi: 10.1186/s12911-025-03144-y.
概 要：
慢性創傷は、治癒に時間がかかり、管理が複雑で、関連するコストが高いため、医療において重要な課題となっています。本研究では、医療従事者が診断、モニタリング、臨床意思決定を支援するために、モバイルアプリに統合されたAI駆動の創傷評価ツールを開発することを目的としました。データ収集には、約4,000枚の創傷画像を用いたハイブリッドデータセットが作成され、深層学習モデルの訓練と検証に利用されました。
方 法：
本研究は、スイス西部の3つの医療機関で実施された多施設観察研究です。研究者は、臨床記録からの遡及的抽出と標準化されたモバイルアプリを用いた前向き収集により、約4,000枚の創傷画像を収集しました。データには高解像度画像、短い動画、3Dスキャン、構造化された臨床メタデータが含まれ、創傷ケアの専門家によって匿名化され手動で注釈が付けられました。
結 果：
得られたデータセットは、急性および慢性の創傷、解剖学的位置、肌の色、治癒段階の広範なスペクトルを表していました。AIベースの創傷セグメンテーションモデルは、DICEスコア92%、IOUスコア85%を達成しました。組織分類では、平均DICEスコア78%を得ましたが、組織タイプによって精度にばらつきが見られました。モデルはモバイル実装向けに最適化され、平均処理時間0.3秒でリアルタイム推論を実現しました。
結 論：
本研究は、臨床創傷評価と教育を支援するAI駆動のデジタルツールの基盤を築きました。堅牢なデータセットとAIモデルの統合は、診断精度の向上、個別化ケアの支援、創傷関連医療コストの削減の可能性を示しました。特に組織分類において課題は残るものの、AIが創傷ケアを変革し、臨床教育を進展させる可能性があることが強調されました。