Research press release

機械学習:AIモデルを使ってCOVID-19患者を迅速に診断

Nature Medicine

Machine learning: Rapid diagnosis of patients with COVID-19 using an AI model

人工知能(AI)アルゴリズムを肺のCT(コンピューター断層撮影)画像と病歴に適用すれば、COVID-19患者を迅速かつ正確に見つけ出せることを示した論文がNature Medicine に掲載される。このシステムは、AUC(機械学習の正確さを表す指標)0.92を達成し、検出感度は経験を積んだ胸部放射線科医と同程度だった。

COVID-19の迅速かつ正確な検査法は緊急に必要である。現在使われている手法[SARS-CoV-2ウイルス特異的逆転写酵素ポリメラーゼ連鎖反応法(RT-PCR)]は結果が出るまでに最長で2日かかることがあり、偽陰性の可能性を払拭するには検査の繰り返しが必要になる。それに、RT-PCR検査キットは現在不足している。胸部CTは、SARS-CoV-2感染が疑われる患者の診断に使える有益な手段だが、別の種類の肺疾患がある患者の一部では、CT画像だけでCOVID-19を除外することができない。さらに、COVID-19の初期段階にある患者では、CT画像が正常のように見えることがある。

Y Yangたちは、COVID-19陽性患者の診断を迅速に行うために、胸部CTの結果を臨床症状や曝露歴、臨床検査と組み合わせるAIアルゴリズムを使うことにした。まず、2020年1月17日から2020年3月3日までの間に中国の13の省の18の医療センターで905人の患者から集められたCTスキャン画像と臨床情報のデータセットを使って、AIモデルを訓練し、評価した。905人の患者の内訳は、男性が488人、女性は417人で、年齢は1~91歳、RT-PCR検査によってSARS-CoV-2陽性とされた患者は全部で419人だった。

Yangたちは、905人のサンプルのうち279例をテストセットとして、このAIモデルの性能を評価し、成績を2人の胸部放射線科医(経験豊富な医師と専攻医1人ずつ)と比較した。テストセット中のCOVID-19陰性145例のうち、113例はAIモデルと放射線科専門医の両方が正しく分類した。CTスキャン画像は見たところ正常だがRT-PCRでCOVID-19陽性だった患者については、AIシステムは25人のうち17人を正しくCOVID-19陽性と判定したが、放射線科医は2人共、これら25人の患者全員をCOVID-19陰性に分類し、AIシステムによってRT-PCR陽性患者の検出率が高まるという結果になった。

著者たちは、CTスキャン画像と病歴の両方が入手できる場合には、今回使われたAIシステムがCOVID-19患者の迅速診断の助けになると述べている。

Artificial intelligence (AI) algorithms applied to chest computed tomography (CT) images and clinical history can quickly and accurately identify patients with COVID-19, according to a paper published in Nature Medicine. This system achieved an AUC (a metric of machine-learning accuracy) of 0.92 and demonstrated sensitivity equal to that of a senior thoracic radiologist.

Rapid and accurate testing for COVID-19 is urgently needed. The current method used—a SARS-CoV-2 virus–specific reverse-transcriptase polymerase chain reaction (RT-PCR) test—can take up to two days to complete, and repeat testing may be required to rule out the possibility of false-negative results. There is also a shortage of available RT-PCR test kits. Chest CT is a valuable tool used in the evaluation of patients with suspected SARS-CoV-2 infection. However, CT imaging alone cannot rule out COVID-19 in certain cases of patients with other types of lung disease. In addition, some patients in the early stages of the disease may have apparently normal CT results.

Yang Yang and colleagues used AI algorithms to integrate chest CT results with clinical symptoms, exposure history and laboratory testing to rapidly diagnose COVID-19-positive patients. The researchers trained and tested the model on a dataset of CT scans and clinical information collected between 17 January 2020 and 3 March 2020 from 905 patients in 18 medical centers in 13 provinces of China. There were 488 male and 417 female patients, who were from 1-91 years of age. A total of 419 patients tested positive for SARS-CoV-2 by RT-PCR assay.

The authors evaluated their AI model on a test set of 279 cases, of the 905 samples, and compared its performance to that of two thoracic radiologists, a senior radiologist and a fellow. Of 145 COVID-19-negative cases in the test set, 113 were correctly classified by both the model and the senior radiologist. The authors also found that the AI system improved the detection of RT-PCR-positive patients with COVID-19 who presented with apparently normal CT scans, correctly identifying 17 of 25 patients as COVID-19 positive, whereas the radiologists classified all of these patients as COVID-19 negative.

doi: 10.1038/s41591-020-0931-3

「Nature 関連誌注目のハイライト」は、ネイチャー広報部門が報道関係者向けに作成したリリースを翻訳したものです。より正確かつ詳細な情報が必要な場合には、必ず原著論文をご覧ください。

メールマガジンリストの「Nature 関連誌今週のハイライト」にチェックをいれていただきますと、毎週最新のNature 関連誌のハイライトを皆様にお届けいたします。

「注目のハイライト」記事一覧へ戻る

プライバシーマーク制度