人工知能を使用した股関節形成不全のスクリーニング

オーストラリアにおける発達性股関節形成不全（DDH）の初期スクリーニングは、ほとんどの場合、生後間もなく一般開業医と小児科医によって、生後 1 年間は母子保健看護師（MCHN）によって行われます。 これらの身体検査は、オルトラーニ テストとバーロー テスト、および大腿部と臀部のしわの検査で構成されます。 最近のメタ分析では、これらの検査の感度は 36% であると報告されており、これは、これらの検査のみに依存すると、大部分の症例が検出されない可能性があることを示しています。 さらに、現在、実践基準を教え、評価し、維持するための正式なプロセスは存在しません。 したがって、現行の乳児ケアモデル内で実施できる、オペレータにあまり依存しないスクリーニングプロトコルが明らかに必要とされている。 一部の国ではユニバーサル超音波スクリーニングを利用していますが、これも医療へのアクセスが制限されています。デバイスは持ち運びできないため、現在の医療モデルでは使用できません。 さらに、専門のオペレーターが必要となり、コストが大幅に増加します。 スクリーニングプログラムの性質が限定的であることと、DDH を管理する最適な方法について国際的な医療提供者の間でさらなる合意が必要であることと相まって、高度に混合した臨床実践が生み出されています。

ソリューションの 1 つは、既存のケア モデルにおける DDH のスクリーニング プロトコルを最適化することです。 オーストラリアの各州は、幼児にアクセスケアを提供する MCHN ケアプロトコルを確立しています。 これらの訪問での DDH の身体的スクリーニングは標準的な方法ですが、これらのスクリーニング方法の精度と信頼性には改善の余地がまだかなりあります。 選択的スクリーニングは、DDH とのいくつかの臨床的関連に基づいて、どの患者が超音波スクリーニングを受けるかを特定します。 それでも、異形成のある乳児の 50% しか検出できないことが示されています。 MCHN スクリーニング プログラムは、異形成を検出するために臨床検査のみに依存しており、劣悪な識別方法です。 ユニバーサルスクリーニングは異形成の検出率が高くなりますが、高価であり、単一時点で行われるため（異形成の発症を見逃す）、より高いレベルの治療が必要になります。

考えられる解決策は、ポータブル人工知能 (AI) で強化された超音波です。 最近、AI 対応テクノロジーを使用して DDH を迅速かつ正確にスクリーニングするポータブル超音波装置をサポートする技術が開発されました。 以前のデータでは、医師と看護師が専門の超音波検査技師からの訓練を受けてこの装置を操作できることが実証されています。 低コストで、MCHN などの医療提供者による操作が簡単 (簡単なトレーニングで) なため、身体検査を大幅に強化できる可能性があります。 したがって、手頃な価格で再現可能でアクセスしやすいスクリーニング方法を臨床ケアに応用できる可能性は明らかです。 カナダの初期データは有望だ。 パイロットデータによると、このテクノロジーによる DDH の検出率は、整形外科専門医の検出率と同等であることが示されています。 しかし、この研究は地域環境で実施され、整形外科クリニックに紹介された参加者のみが標準的な超音波検査を実施したため、このパイロットではこのスクリーニング技術をコホート全体にわたる現在のゴールドスタンダードの診断手段と比較することも、デバイスの感度を決定することもできませんでした。または予測値。 この技術が目的に適合していることを証明するには、偽陰性率も理解することが不可欠です。偽陰性率が提示の遅れにつながるためであり、スクリーニングでは最終的にこれを防止しようと努めています。 さらに、オーストラリアの状況では、より広範な展開において重要な考慮事項は、この技術が臨床医や保護者に受け入れられるかどうかです。

提案されたプロジェクトでは、DDH のリスクがあると指摘され、王立小児病院に紹介された生後 4 ～ 16 週の乳児集団内でこの技術の有効性と実現可能性を評価するためのパイロット データを収集することを目的としています。 これにより、デバイスの感度を決定するのに十分な数の DDH 症例を募集することが可能になります。 このリスクにさらされている人々におけるデバイスの感度と特異性は、より広範な地域社会に一般化することはできないかもしれませんが、収集された情報は、三次病院（出産病院）や一次病院などの地域環境におけるこの技術の大規模な研究に情報を提供し、洗練させることになるでしょう。 MCHNクリニック）ケア。 このテクノロジーを既存のケアモデルに実装することが可能であることが実証できれば、このテクノロジーが DDH スクリーニングに革命を起こす可能性は明らかです。 したがって、このプロジェクトは、デバイスのパフォーマンス (感度、特異性、予測値) と、患者集団内でのこの測定の臨床的受容性を判断することを目指しています。