AIを用いた変形性膝関節症疼痛の検出法開発

米国Osteoarthritis Initiative（OAI）のパブリックデータベースに登録されている変形性膝関節症25,049例 のXpおよりKOOS pain scoreをを用いてconvolutional neural networkを利用したディープラーニングを行い、疼痛と関連するXp上の領域を可視化するとともに痛みと関連するXp画像上の特徴の要約統計量algorithmic pain prediction （ALG-P）を算出するシステムを構築した。ALG-PのほうがKellgren-Lawrence分類よりも疼痛の予見に有用であることを示しました。人種格差や経済格差についてもこのアルゴリズムを使用するとある程度補正できることも示しており、専門医でなくてもXp画像のみから治療が必要な症例の抽出が可能であるとしています。大変意欲的な取り組みであり、AIを用いたスクリーニングは今後広く使用されると思います。とはいえ一次スクリーニングの手法としては良いのかもしれませんが、画像だけから治療必要性を判断するという手法はかなり荒っぽいように思います。 

Pierson, E., Cutler, D.M., Leskovec, J. et al. An algorithmic approach to reducing unexplained pain disparities in underserved populations. Nat Med 27, 136–140 (2021). https://doi.org/10.1038/s41591-020-01192-7 

An algorithmic approach to reducing unexplained pain disparities in underserved populations

An algorithmic, machine-learning approach to measuring severe pain from osteoarthritis applied to X-ray images of knees suggests that reported disparities in knee pain in underserved populations can be reduced by comparison with use of standard radiographic measures of disease severity.

An algorithmic approach to reducing unexplained pain disparities in underserved populations