性感染症および皮膚病変の早期診断のためのラジオミクス分析
カテゴリ：公衆衛生・予防医療
公開日：2025年7月23日
タイトル：Radiomics analysis for the early diagnosis of common sexually transmitted infections and skin lesions.
雑誌名：PLOS Digit Health. 2025 Jul; 4(7): e0000926. doi: 10.1371/journal.pdig.0000926. Epub 2025 Jul 23.
概 要：
この研究は、性感染症（STI）の早期発見を目的とし、597枚の画像を分析して、4種類の典型的なSTIと2つの皮膚病変を感染部位に基づいて分類しました。9種類の画像フィルターと11種類の機械学習画像分類器を用いて画像を処理し、99のモデルを訓練しました。感染部位の情報が不明な場合、Gradient-Boosted Decision Trees（GBDT）分類器とLaplacian of Gaussian（LoG）フィルターモデルの組み合わせが最良のパフォーマンスを示し、平均AUCは0.681でした。感染部位情報を組み込むことで、モデルのパフォーマンスが大幅に向上しました。
方 法：
本研究は、597枚の画像を用いた機械学習とラジオミクスを組み合わせた分析を行いました。画像は、性感染症および皮膚病変に分類され、9つの画像フィルターと11の機械学習分類器を適用しました。モデルの性能は、AUCとパーミュテーション重要度を用いて評価しました。
結 果：
感染部位の情報が不明な場合、GBDT分類器とLoGフィルターモデルの組み合わせが最良のAUC（0.681）を達成しました。感染部位情報を組み込むことで、肛門感染において22.3%の改善（AUC 0.833）、皮膚感染において3.8%の改善（AUC 0.707）が見られました。病変のテクスチャと統計的ラジオミクス特徴がSTIの予測に最も寄与しました。
結 論：
機械学習とラジオミクス技術を組み合わせることで、性感染症に関連する皮膚病変を臨床的に分類する効果的な方法が示されました。