CNNの利用で皮膚科医のメラノサイト病変診断精度が改善

メラノサイト病変の分類で、皮膚科医が画像等の機械学習に使われる「畳み込みニューラルネットワーク（CNN）」を用いることによる便益を医療機関2施設の前向き診断試験で評価。皮膚科医が、肉眼およびダーモスコピーでメラノサイト病変の検出と診断（範囲0-1、悪性閾値0.5以上）、および管理（処置なし、経過観察、切除）を決定した。次に、病変のダーモスコピー画像をCNNで評価し、CNN悪性度スコア（範囲0-1、悪性閾値0.5以上）を皮膚科医に転送して病変の再評価を実施した。 その結果、皮膚科医22人が患者188例から疑わしいメラノサイト病変228個（母斑190個、悪性黒色腫38個）を検出した。CNNの結果を用いた再評価で、診断の感度と特異度が有意に改善した［平均感度84.2％（95％CI 69.6-92.6）から100.0％（同90.8-100.0）、P＝0.03、平均特異度72.1％（同65.3-78.0）から83.7％（同77.8-88.3）、P＜0.001、平均確度74.1％（同68.1-79.4）から86.4％（同81.3-90.3）、P＜0.001、平均受信者動作特性曲線下面積（ROC A...