MEDICINE & AI

タイトル：Deep learning-based classification of lymphedema and other lower limb edema diseases using clinical images 雑誌名：Sci Rep. 2025 Apr 11; 15(1): 12453. 概　要： リンパ浮腫は、主に四肢に影響を及ぼす慢性的な状態で、リンパ液の蓄積が特徴です。その診断は、慢性静脈不全（CVI）、深部静脈血栓症（DVT）、全身性疾患などとの症状の重複により困難であり、診断の遅れは最大10年に及ぶことがあります。この遅れは患者の転帰に悪影響を及ぼし、医療システムに負担をかけます。本研究では、下肢浮腫の診断精度を向上させるために、人工知能（AI）、特に深層学習の応用を調査しました。1622枚の臨床画像を用いて16の畳み込みニューラルネットワーク（CNN）およびトランスフォーマーベースのモデルを訓練し、EfficientNetV2が最も高い精度78.6%を達成しました。Grad-CAM分析により、腫れや色素沈着などの臨床的に関連する特徴が強調され、AIシステムは人間の評価者よりも一貫して優れた診断精度を示しました。 方　法： この研究は、1622枚の臨床画像を用いた機械学習のコホート研究です。16のCNNおよびトランスフォーマーベースのモデルが訓練され、EfficientNetV2が最も高い精度を達成しました。主要評価指標は、モデルの診断精度であり、EfficientNetV2は78.6%の精度を示しました。 結　果： AIシステムは、診断精度が62.7%で頭打ちとなった人間の評価者に対して、一貫して優れた性能を示しました。Grad-CAM分析により、腫れや色素沈着などの臨床的に重要な特徴が明らかになりました。 結　論： AIは、リンパ浮腫の診断において変革的な可能性を持つツールであり、従来の方法のギャップを埋め、医療専門家がより正確かつ迅速な介入を提供するのを支援することが期待されます。今後の研究では、外部検証やAIと臨床専門知識を統合したハイブリッドシステムの開発に焦点を当てる必要があります。