頭頸部癌性病変の機械学習ベースリスク予測モデル (ML-HNC-Risk)

音声健康は、顕著な公衆衛生上の課題として浮上しています。 発声は、精密な神経筋および呼吸の協調に依存しており、この生理学的プロセスは、全身的な老化、多病態、神経筋変性によって頻繁に損なわれます。 この複雑な病態生理学的相互作用により、早期の喉頭悪性腫瘍と一般的な良性音声障害（例：声帯嚢胞、声帯突起肉芽腫、ラインケ浮腫）を臨床的に区別することは非常に困難です。 両者は通常、非特異的な嗄声または咽喉頭異常感を呈するため、早期スクリーニングと正確な鑑別診断の難しさが大幅に増幅されます。

現在、音声障害の診断は喉頭鏡検査に大きく依存しています。 しかし、医療資源の不均等な配分により、一次および地域医療機関では、初診時に喉頭悪性腫瘍に対する効果的なスクリーニングツールが一般的に不足しており、高リスク患者の紹介が遅れることがよくあります。 さらに、異なる医療階層間での内視鏡所見解釈の専門知識には深刻な格差があります。 特定の前癌病変（異形成性白板症など）と早期悪性腫瘍の視覚的特徴はかなり重複しており、良性病変の見逃し診断や不必要な生検のリスクが高くなります。 したがって、人口統計学的特徴（例：年齢）、喫煙・飲酒歴、臨床症状などの多次元指標を体系的にリスク評価に組み込むことは、悪性腫瘍の早期発見と医療資源の最適な配分にとって極めて重要です。

近年、深層学習ベースの人工知能（AI）は、医療画像特徴抽出において、人間の目では認識できない微細な形態的テクスチャを捉えることができるという大きな可能性を示しています。 しかし、喉頭悪性腫瘍の発癌と進行は、多次元要因の集合によって駆動されます。 複雑な現実世界の臨床シナリオに直面した場合、単一モードの画像モデルは、患者の人口統計学的特徴、症状、行動曝露の文脈が欠如しているため、一般化可能性の低下と偽陽性率の上昇に悩まされることがよくあります。 現実世界の臨床意思決定は、孤立した画像解釈タスクではありません。むしろ、視覚的特徴と多次元の臨床メタデータを体系的に統合する必要があります。 したがって、マルチモーダルデータを融合できるインテリジェントな診断フレームワークを開発することは、現在の単一モードAI画像ツールの応用ボトルネックを克服するために不可欠です。

これらの臨床的痛みと技術的限界に対処するため、本研究では、約11,000人の音声障害患者を含む全国的多施設コホートを活用し、二段階のマルチモーダルAIリスク層別化および診断フレームワークを開発・検証しました。 第一段階では、人口統計学的特徴、行動曝露、臨床症状を統合することにより、研究者は非侵襲的で低コストの臨床スクリーニングモデルを開発しました。 このツールは、一次医療機関と患者に、悪性腫瘍に対する即時で効率的な早期警告システムを提供するように設計されています。 第二段階では、この初期リスク層別化に基づいて、研究者は深層学習アルゴリズムを用いて内視鏡画像から微視的視覚的特徴を抽出し、マルチモーダル診断モデルを完成させました。 このモデルは、喉頭悪性腫瘍、一般的な良性声帯病変、正常な喉頭解剖構造の間で正確な多クラス分類を達成します。 さらに、研究者はリアルタイムのリスク推定を容易にするクラウドベースのウェブアプリケーションを展開しました。

最終的に、この臨床グレードのAI診断アシスタントを提供することで、本研究は音声障害の階層的スクリーニングおよび診断経路を最適化し、一般開業医や一次医療耳鼻咽喉科医が臨床意思決定の質と診断精度を向上させることを目指しています。