頭部CTの緊急所見をAIが自動検出、深層学習モデルの有用性を検証

【背景】

頭部外傷や脳卒中疑いの患者では、非造影頭部CTが初期評価の標準だが、緊急性の高い病変を見落とさないための迅速な読影が求められる。本研究は、頭部CTの重要所見を自動検出する深層学習アルゴリズムを開発・検証した。

【結果】

31万件超のCTデータで開発し、2つの検証データセットで性能評価。頭蓋内出血検出のAUCはQure25kで0.92（95%CI 0.91-0.93）、CQ500で0.94（0.92-0.97）と高精度。頭蓋骨骨折、正中線偏位、占拠効果も高いAUCを示した。

【臨床へのインパクト】

本アルゴリズムは、頭部CTにおける緊急性の高い異常所見を正確に特定できることを示した。これにより、救急医療現場でのCT読影のトリアージプロセスを自動化し、医師の負担軽減や診断の迅速化に貢献する可能性がある。特に、専門医が不在の状況や夜間・休日における初期対応の質向上に寄与しうる。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。