超音波ベースの人工知能による手根管症候群の分類

手根管症候群 (CTS) は最も蔓延している末梢神経障害の 1 つであり、一般人口の約 4% が罹患しています。 通常、軽度、中等度、重度の 3 つの程度に分類されます。 手根管症候群 (CTS) の正確な等級付けは、適切な治療選択肢を決定するために不可欠であり、それによって患者の転帰を最適化する上で重要な役割を果たします。 電気生理学的検査 (EST) は、手根管症候群 (CTS) をグレードするための重要なパラメーターです。 ただし、侵襲性、再現性の低さ、初期段階の疾患の検出感度の低下など、いくつかの要因によって制限されます。 最近、超音波は CTS の評価と等級付けのために臨床医の間で広く受け入れられるようになりました。 それにもかかわらず、放射線科医は、画質のばらつき、経験の違い、固有の主観により、このプロセスで課題に直面することがよくあります。

これらの問題に対処するために、人工知能は有望な解決策を提供します。 したがって、この研究は、B モード超音波、優れた微小血管イメージング (SMI)、エラストグラフィーなどのマルチモーダル イメージング機能を活用して、CTS を等級付けするための深層学習モデルを開発することを目的としています。 さらに、研究者らは、さまざまな臨床センターからの画像を使用してモデルをテストすることでモデルの有効性を検証し、さまざまな臨床設定全体での一般化可能性を確保する予定です。