[論文レビュー] A Computer-Aided Diagnosis System Using Artificial Intelligence for Hip Fractures -Multi-Institutional Joint Development Research-

Yoichi Sato, Yasuhiko Takegami+6 more|arXiv (Cornell University)|Mar 11, 2020

Radiomics and Machine Learning in Medical Imaging参考文献 32被引用数 5

ひとこと要約

本研究では、前後位の仙腸関節レントゲン写真における大腿骨骨折の検出を目的とした、複数機関にまたがる深層学習ベースの画像支援診断（CAD）システムを提示する。4,851名の患者から得られた10,484枚の画像を用いて、微調整されたEfficientNet-B4モデルで学習させた結果、96.1%の正確性、95.2%の感度、96.9%の特異性、AUC 0.99の高い性能を達成した。また、Grad-CAMを用いて解釈可能な診断根拠を提示した。

ABSTRACT

[Objective] To develop a Computer-aided diagnosis (CAD) system for plane frontal hip X-rays with a deep learning model trained on a large dataset collected at multiple centers. [Materials and Methods]. We included 5295 cases with neck fracture or trochanteric fracture who were diagnosed and treated by orthopedic surgeons using plane X-rays or computed tomography (CT) or magnetic resonance imaging (MRI) who visited each institution between April 2009 and March 2019 were enrolled. Cases in which both hips were not included in the photographing range, femoral shaft fractures, and periprosthetic fractures were excluded, and 5242 plane frontal pelvic X-rays obtained from 4,851 cases were used for machine learning. These images were divided into 5242 images including the fracture side and 5242 images without the fracture side, and a total of 10484 images were used for machine learning. A deep convolutional neural network approach was used for machine learning. Pytorch 1.3 and Fast.ai 1.0 were used as frameworks, and EfficientNet-B4, which is pre-trained ImageNet model, was used. In the final evaluation, accuracy, sensitivity, specificity, F-value and area under the curve (AUC) were evaluated. Gradient-weighted class activation mapping (Grad-CAM) was used to conceptualize the diagnostic basis of the CAD system. [Results] The diagnostic accuracy of the learning model was accuracy of 96. 1 %, sensitivity of 95.2 %, specificity of 96.9 %, F-value of 0.961, and AUC of 0.99. The cases who were correct for the diagnosis showed generally correct diagnostic basis using Grad-CAM. [Conclusions] The CAD system using deep learning model which we developed was able to diagnose hip fracture in the plane X-ray with the high accuracy, and it was possible to present the decision reason.

研究の動機と目的

• 人工知能を用いて、信頼性が高く一般化可能な大腿骨骨折用画像支援診断（CAD）システムの開発を目的とする。
• 前後位の仙腸関節レントゲン写真の多施設大規模データセットを活用し、より優れた診断性能を発揮する深層学習モデルの学習を目的とする。
• Grad-CAMを統合することで、診断の透明性を確保し、モデルの意思決定プロセスを可視化することを目的とする。
• 正確性、感度、特異性、F値、AUCといった標準的指標を用いて、モデルの性能を評価することを目的とする。
• 複数機関の共同研究を通じて、多様な臨床現場におけるモデルの頑健性と臨床的妥当性を検証することを目的とする。

提案手法

• PyTorch 1.3を用い、ImageNetで事前学習済みのEfficientNet-B4アーキテクチャを用いた深層畳み込みニューラルネットワーク（DCNN）を学習した。
• データセットは、2009年から2019年までの間、複数の機関で収集された4,851名の患者から得られた、骨折側5,242枚および非骨折側5,242枚のレントゲン画像から構成された。
• モデルの一般化能力を向上させるために、前処理およびオーグメンテーションを実施した。画像欠損、大腿骨幹部骨折、および人工関節周囲骨折を含む症例は除外基準に従い除外された。
• モデルの性能評価には、正確性、感度、特異性、F1スコア、受信者リポーチ特性曲線下積分（AUC）の5つの指標を用いた。
• 分類意思決定における画像の影響が大きい領域を可視化するために、Grad-CAMが用いられた。
• 最終的なモデルは、保持されたテストセットを用いて検証され、頑健性および臨床的妥当性が確認された。

実験結果

リサーチクエスチョン

• RQ1 大腿骨X線の多施設大規模データセットで学習された深層学習モデルは、大腿骨骨折に対して高い診断正確性を達成できるか？
• RQ2 モデルは多様な臨床現場および患者集団において、どれほど一般化できるか？
• RQ3 Grad-CAMは、モデルの診断意思決定を支える解剖学的領域を効果的に強調できるか？
• RQ4 感度、特異性、AUCの観点から、臨床ベンチマークと比較して、モデルの性能はどの程度か？
• RQ5 可視化技術を用いることで、モデルの意思決定プロセスは解釈可能で臨床的に意味のあるものと見なせるか？

主な発見

• CADシステムは、テストセットにおいて96.1%の診断正確性を達成し、前後位のレントゲン画像における大腿骨骨折の分類において高い信頼性を示した。
• 感度は95.2%であった。これは、大腿骨骨折を有する患者を的確に特定できる優れた能力を示している。
• 特異性は96.9%に達し、非骨折症例における偽陽性率が低いことを示している。
• F1スコアは0.961であり、精度と再現率の両面でバランスの取れた性能を示している。
• 受信者リポーチ特性曲線下積分（AUC）は0.99であり、優れた識別能を示している。
• Grad-CAMの可視化結果から、モデルが臨床的に関連する解剖学的領域（特に大腿骨頸部および大転子部）に注目していることが確認され、解釈可能性および診断的信頼性を裏付けた。