間もなく救急現場に頭部CT診断AIが登場する
Deep learning algorithms for detection of critical findings in head CT scans: a retrospective study
背景
頭部CTの画像診断は深層学習（DL）の有効性が期待される分野の一つである。インドCT & MRI Center, DhantoliのChilamkurthyらは、同国20施設からの頭部CT画像313,318件に基づき脳出血診断を主目的とする自動読影DLアルゴリズムを開発し，同データからの別枠無作為抽出コホート（Qure25k）および他施設からコホート（CQ500）データを用いてその有効性を検証した。ゴールドスタンダードは、3人の放射線科医のコンセンサスである。
結論
DLアルゴリズムの頭蓋内出血識別能は、Qure25kコホートでAUC:0.92（脳実質内：0.90、脳室内：0.96、硬膜下：0.92、硬膜外：0.93、くも膜下：0.90）であり、頭蓋冠骨折・midline shift・mass effectのAUC値は各0.92・0.93・0.86であった。CQ500でのDLアルゴリズムと放射線科医の診断精度比較では、両者の感度は同等で特異度は前者が劣った。
評価
頭部CTの自動読影に関しては、ParallelDots, Inc.が脳出血読影の感度0.9964・陽性的中率0.8124を報告している（https://arxiv.org/abs/1710.04934）。この報告アルゴリズムは、最低精度であった硬膜下血腫で感度0.93・特異度1.00を実現しており、実用レベルに達している。救急現場への登場も近そうである。
