ニュース

Jan 14, 2024

ディープラーニングは小児のミエリン成熟年齢を予測するのに役立ちます

2023 年 7 月 31 日 -- 深層学習モデルは、放射線科医が脳 MRI で小児のミエリン成熟年齢を正確に予測するのに役立ち、このタスクを完了するのに必要な時間を短縮するのに役立つ可能性があるとの研究結果

2023年7月31日 -- 深層学習モデルは、放射線科医が脳MRIで小児ミエリン成熟年齢を正確に予測するのに役立ち、この作業を完了するのに必要な時間の短縮に役立つ可能性があることが、7月26日に「Radiology: Artificial Intelligence」誌に掲載された研究で判明した。

バーゼル大学小児病院のトゥグバ・アキンチ・ダントーリ医師率いるチームによると、ミエリンの健全な成熟は脳の健全な発達の鍵であるため、AIを使用してそれを評価することで、臨床医が神経学的疾患の疑いのある小児により迅速に介入できるようになる可能性があるという。スイス。

「発達障害をタイムリーに検出し治療するには、ミエリンの発達を評価することが重要である」と研究グループは指摘している。

ミエリンは脳や脊髄などの神経の周囲に形成される鞘であると研究チームは説明した。 その成熟は出生前に始まり、子供が約3歳になるまで続きます。 小児放射線科医は、年齢に応じたマイルストーンを追跡し、脳の MRI 画像を正常な「テンプレート」と比較することによって、ミエリンの成熟を評価します。 ただし、この作業は難しく、何年もの専門知識が必要であると著者らは指摘しています。 だからこそ、ディープラーニングが役に立つのです。

「（ミエリン成熟を）自動化して客観化することで、臨床上の意思決定プロセスを支援し、迅速化できる可能性がある」と研究者らは書いている。

この研究のために、研究者らは 3 つの畳み込みニューラル ネットワーク モデル (2D、3D、および 2D と 3D) を開発しました。このモデルは、放射線科医の評価に基づいてミエリン成熟年齢を予測するために、0 歳から 3 歳までの 833 人の子供からのデータを使用してトレーニングおよび検証されました。 このうち275人に画像検査で病理が見つかった。 患者は2011年1月から2021年3月までに脳MRI検査を受けた。

同グループは、内部データセットと 2 つの外部セットで 3 つのモデルをテストしました (これらの外部セットには、国立衛生研究所の小児脳 MRI データベースと開発中のヒューマン コネクトーム プロジェクト データベースからの情報が含まれていました)。 次にチームは、平均絶対誤差 (MAE) とピアソン相関係数を使用して、ミエリン年齢を月単位で評価するモデルのパフォーマンスを評価しました。

研究者らは、3 つのモデルすべてがミエリン年齢の推定において同等の性能を発揮することを発見しました。

3 つのモデルは、相互検証、内部検査、および NIH の外部検査セットに関する放射線科医の評価とも良好な一致を示した、とチームは報告しました。 さらに、研究者らによると、2D と 3D モデルは、文献で報告されている以前に開発されたミエリン評価モデルを上回り、MAE は 2.09 でした。

同グループによれば、深層学習アルゴリズムはミエリン成熟の評価に有望であるだけでなく、放射線科医間の解釈の違いを軽減する可能性もあるという。

「（私たちの研究は）深層学習アルゴリズムが、脳のMRIに基づいて正常な年齢特有のミエリンの発達を予測するのに役立つ可能性があることを示唆しています」と研究論文は結論づけています。 「このようなパイプラインは、臨床上の意思決定プロセスを支援しながら、観察者内および観察者の間のばらつきを克服するのに役立つ可能性があります。さらなるステップでは、同じ方法を使用して発達遅延のある患者を特定し、転帰を予測することができます。」

研究全体はここでご覧いただけます。