マルチモーダルモデリングと人工知能による全膝関節置換手術までの時間の推定
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：Estimation of time-to-total knee replacement surgery with multimodal modeling and artificial intelligence.
雑誌名：Comput Biol Med. 2025 Jul; 193: 110364.
概 要：
本研究は、全膝関節置換（TKR）手術までの時間を予測するための人工知能モデルを開発し、膝の長期データを分析して、膝の変形性関節症の進行を加速させる主要な特徴を特定することを目的としています。従来の予測方法では十分な情報が得られず、正確な予測が困難でした。547名の被験者のデータを用いてモデルを訓練・テストし、外部データセットでも評価を行いました。
方 法：
本研究では、Osteoarthritis Initiativeから547名の被験者の長期データを使用し、Multi-Center Osteoarthritis Studyおよび内部病院データからそれぞれ518名と164名の被験者を外部テストに使用しました。臨床変数、MRI画像、X線、画像からの定量的および半定量的評価を分析し、深層学習モデルを用いて特徴を抽出しました。抽出した特徴を臨床データと組み合わせ、Lasso Cox特徴選択法とランダム生存森林モデルを用いてTKRまでの時間を推定しました。
結 果：
臨床変数のみを用いたTKRまでの時間予測では、推定精度は60.4%、C-indexは62.9%でした。一方、X線およびMRIから抽出した深層学習特徴と臨床データ、定量的・半定量的評価を組み合わせることで、最高精度73.2%（p=.001）、C-indexは77.3%を達成しました。
結 論：
提案された予測モデルは、深層学習モデルとマルチモーダルデータの融合がTKR手術までの時間を正確に予測する可能性を示しており、医師が治療戦略を個別化し、患者のアウトカムを改善するのに役立つことが期待されます。