https://medinform.jmir.org/2019/3/e12660/

JMIR Medical Informataticsに掲載された研究によると、医用画像処理における機械学習の使用を進めるために、研究者は放射線技師の技術に対する認識、およびこれらのツールの費用対効果を調べる必要があります。

無数の研究が機械学習ツールの診断精度を示しています。研究大学からグーグルのような会社までのケアの連続体にわたる組織は、医療画像の中の乳がんを人間の臨床医と同じくらい効果的に識別することができる機械学習アルゴリズムを開発しました。

これらの研究の結果は放射線医学および病理学の将来に有望な意味を持っていますが、JMIRの研究者は機械学習ツールが日常的な臨床診療の一部になる前にさらなる研究が必要になるかもしれないと述べました。

「コンピュータアルゴリズムの進歩は、放射線医学の分野でますます洗練され、普及してきており、さまざまな病状の検出率を高め、放射線科医の効率を向上させるために費用対効果が高い可能性があります。」

「人工知能時代に向かって進むにつれて、医療現場での技術の実装と、それが医療提供者に与える影響、およびその潜在的に変化する役割を理解することが不可欠です。」

このグループは、乳がん検診におけるコンピューター支援検出（CAD）の実施と採用に焦点を当てた9つの査読論文を分析しました。機械学習の一種であるCADは、臨床医が二重検査または二番目の目のペアとして機能し、二番目の病理医による典型的な二重読みの代わりに医用画像を解釈するのに役立ちます。

CADはデジタルマンモグラムをスキャンして潜在的な癌の領域をマークし、病理医はそれをレビューして画像の最終的な評価を行います。 CADの使用は過去数年間で著しく増加していますが、研究者らは研究がその技術に対する放射線技師の認識、およびその費用対効果と効率性を概ね見逃していると述べました。

過去の記事をレビューした後、チームはCADを採用するためのインセンティブが改善された癌検出率、乳房画像処理の収益性、および撮影された放射線技師の時間の短縮を含むことを見出しました。

しかし、研究者たちは、プロバイダーがテクノロジーに対して過度に前向きな見方をしていないことも明らかにしました。一般的に、放射線科医は、CADを使ったシングルリーディングよりも、同僚によるダブルリーディングの方が好ましいという認識を持っていました。ある研究では、放射線科医の74％が二重読影によって癌の検出率が向上したと考えているのに対し、55％だけがCADの検出率の向上と考えていました。

さらに、グループはCADの使用がより長い解釈時間と関連していたことを発見しました。 CADは2人目の放射線科医による二重読解よりも時間がかからないかもしれませんが、放射線科医がCADマークの付いた画像をレビューしたとき、平均読影時間は19％増加したことを研究者は見ました。

CADの実施はまた、リコール率の大幅な増加と関連していました。これは、追跡イメージングのために患者がコールバックされたときに発生します。さらに、CADの精度、スクリーニングを受けた患者の数、およびシングルリーディングとダブルリーディングとの比較によっては、乳がんのスクリーニングにCADを使用することは、より高い経済的コストと関連する可能性があります。

これらの結果は、医用画像分野での機械学習の採用に対する障壁を特定し克服するために、さらなる研究が必要であることを示しています。

「乳がんの検出のための臨床現場でのCADの採用および実施に関する他の関連記事を通じて、放射線科医によるCADの使用は、障壁とファシリテーターの間のトレードオフに基づいています」と研究者らは述べた。

「乳がんのスクリーニングにCADを使用することには、検出率と患者の転帰への影響の評価、費用と金銭的インセンティブ、二重読書による時間短縮、リコール率の向上、放射線技師の認識など、いくつかのトレードオフが含まれます。」

研究は、研究者が少数の論文のみをレビューしたという点で制限されていました。しかし、その結果は、医用イメージングにおける機械学習の実装と採用を評価するためにさらなる研究が必要であることを示しています。

「我々のレビューは、CADの診断精度に大きな焦点が当てられていることを示唆しているが、CADの実装と放射線科医の認識 - エンドユーザ - にはほとんど焦点を当てていない」と研究者は述べた。

「我々は、臨床現場におけるCADの採用および実施をよりよく理解するためにさらなる研究を実施することを提案する。具体的には、米国を拠点とするこのような研究の1つに遭遇しただけなので、放射線科医のさまざまな場面でのCAD使用に対する認識の調査に焦点を当てる必要があります。