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．
Helicobacter pyloriは胃炎，胃・十二指腸潰瘍，胃MALTリンパ腫，胃癌などの病因であり，感染診断には胃内視鏡検査が重要である．近年，NBI，BLI，LCIなどの画像強調内視鏡が開発されているが，H. pylori感染診断には生検が行われることが多い．本邦では「胃炎の京都分類」でH. pylori感染，未感染，除菌後症例に特徴的な内視鏡所見が解説されているが，施行医により感染診断の不一致が見られる．
本研究では，抽出された８研究（後方視的５本，前方視的３本）における患者1,719名の内視鏡画像（H. pylori感染385名，非感染対照1,334名），H. pylori感染者の画像2,855枚，除菌後514枚を含む陰性対照2,287枚をAIで評価した．その結果，H. pylori感染の感度0.87（95％CI 0.72-0.94），特異度0.86（95％CI 0.77-0.92），陽性尤度比6.2（95％CI 3.8-10.1），陰性尤度比0.15（95％CI 0.07-0.34），診断オッズ比40（95％CI 15-112）およびAUC 0.92（95％CI 0.90-0.94）であった．AIアルゴリズムによる未感染と除菌後例の鑑別精度は82％であり，信頼できる有用な診断手段と結論されている．
興味深い研究ではあるが，実臨床では京都分類で解説されている内視鏡所見により，多くの症例でH. pylori感染状態は予測可能であり，確定診断には，尿素呼気試験，便中抗原検査，血清抗体検査などの非侵襲的検査が主流となっている．
