最新文献紹介
内視鏡画像におけるHelicobacter pylori感染予測：人工知能（AI）診断能のシステマティックレビューとメタ解析
2022 年 64 巻 2 号 p. 216
詳細
2022 年 64 巻 2 号 p. 216
【背景】Helicobacter pylori感染診断には内視鏡検査が重要だが，画像による感染診断は確立されておらず，診断には生検が重要である．人工知能（artificial intelligence；AI）は臨床診療における画像の認識・分類にて適用が増加している．
【目的】AIによる内視鏡画像を用いたH. pylori感染の診断能を評価すること．
【方法】評価者二人がデータベースを検索した．採択基準はH. pylori感染者の内視鏡画像およびAI適用によるH. pylori感染診断の研究とし，システマティックレビューとメタ解析を行った．
【結果】161本の論文を検索し８本を抽出した．AIのH. pylori感染予測の統合感度，特異度，診断オッズ比，area under the curve（AUC）は各々0.87（95％CI 0.72-0.94），0.86（95％CI 0.77-0.92），40（95％CI 15-112），0.92（95％CI 0.90-0.94）であった．メタ回帰分析では，AIによる非感染例と除菌後例との鑑別診断能は82％であった．
【結論】AIアルゴリズムはH. pylori感染の内視鏡診断に有用である．本研究の限界には，外部検証の欠如とアジアに限局した研究結果が挙げられる．
