ASDの識別に網膜画像を用いたAIモデルが有用か
2024年1月18日 専門誌ピックアップ
韓国・ソウルの三次病院1施設で、自閉スペクトラム症（ASD）患者と年齢および性別でマッチさせた定型発達（TD）者の計958例1890眼（平均年齢7.8歳、男児81.8％）の網膜画像を用いて、ASDおよびその重症度を識別するディープアンサンブルモデルを診断試験で開発。症状重症度の評価には、Autism Diagnostic Observation Schedule-Second Edition（ADOS-2）の較正スコア（カットオフ値8）および対人応答性尺度第2版（SRS-2）のTスコア（同76）を使用した。 5つのモデルのディープアンサンブルを10分割交差検証で構築した。ASDスクリーニングでのこれらモデルの平均受信者動作特性（ROC）曲線下面積、感度、特異度は1.00（95％CI 1.00-1.00）だった。視神経乳頭を含む画像の10％のみを使用した場合でも平均AUROCは1.00だった。症状重症度スクリーニング（重度 vs 軽度-中等度）での平均AUROCは、0.74（95％CI 0.67-0.80）、感度は0.58（同0.49-0.66）、特異度は0.74（同0.67-0.82）...