BoneAgeTW2: Automated Skeletal Maturation Assessment via the Tanner-Whitehouse 2 Method, Deep Learning, and Clinical Report Generation with Distribution Curves

あなたの体が建設現場であり、骨が建てられている鋼鉄の梁（ビーム）であると想像してみてください。誕生日はあなたがその現場に何年いるかを示してくれますが、骨には独自の内部時計があり、独自のペースで成長し、硬化していきます。時として、この生物学的な時計は速く進み、時には遅く進みます。医師は、成長障害を持つ子供を助けたり、ティーンエイジャーがさらに背が高くなるための時間がどれくらい残されているかを理解したりするために、その違いを知る必要があります。数十年にわたり、この「骨の時計」をチェックするための「ゴールドスタンダード（標準手法）」は、Tanner-Whitehouse 2（TW2）と呼ばれる手法でした。それは、熟練の建築家が手と手首にある20個の特定の鋼鉄の梁を検査し、それぞれの梁がまだ柔らかく成長中なのか、それとも完全に硬化したのかを一つずつチェックするようなものです。この検査は非常に詳細ですが、同時に非常に時間がかかり、人間の専門家が1人の患者に対して10分から20分を要します。しかも、2人の専門家が同じX線写真を見ても、最大で1年の差が出てしまうことがあります。

ここに、詳細さを失うことなくこのプロセスをスピードアップさせるために設計された、新しいデジタルツールが登場しました。この論文は、人工知能システムであるBoneAgeTW2を紹介しています。これは、超高速で疲れを知らない「放射線科の助手」のような存在です。単に子供の骨年齢を一つの数字として推測するのではなく、このシステムは人間の専門家と全く同じプロセスを模倣します。手の手のX線画像を見て、20個の特定の骨を見つけ出し、人間が行うのと同様に、各骨に成熟段階を割り当てます。その後、数値を計算して、信頼範囲とともに最終的な年齢推定値を出力し、各骨が平均的な年齢と比較してどのようになっているかを示す視覚的なレポートを作成します。目標は単に速くなることではありません。透明であることです。ブラックボックスのような謎めいた答えを出すのではなく、システムがなぜその結論に至ったのかという理由を、明確でステップバイステップの解説とともに医師に提供することです。

問題点：遅い、人間による方法

長い間、子供の骨年齢をチェックすることは、非常に複雑な手書きの地図を読み取るようなものでした。Tanner-Whitehouse 2（TW2）法は、ラテンアメリカやヨーロッパで使用されている標準的な地図です。これを読み取るには、放射線科医が手のX線写真を見て、指の長い骨から手首のパズルのピースのような小さな骨まで、20個の特定の骨を特定しなければなりません。それぞれの骨について、それがどの成熟段階（ステージ）にあるのかを判断する必要があります。段階は、柔らかい初期段階（A）から、完全に硬化した成人段階（I）まであります。

すべての20個の骨のスコアを付け終えた後、特別な表を用いてポイントを加算し、最終的な「骨年齢」を算出します。結果を解釈するために、特定の骨が予定より進んでいるのか、あるいは遅れているのかを確認するために、しばしばベル型の曲線（ガウス分布）を描きます。問題は何でしょうか？このプロセス全体に、患者1人につき10分から20分かかるのです。これには長年の訓練が必要であり、また非常に手作業であるため、同じX線写真を見ても、2人の異なる医師が最大で12ヶ月もの差がある異なる回答を出してしまうことがあります。骨年齢を推測できる商用ツールも存在しますが、それらは高価で、ソースが非公開（どのように機能しているかが見えない）であり、通常はプロセスを説明することなく、単一の数字を吐き出すだけです。

解決策：BoneAgeTW2

この論文の著者たちは、TW2のワークフロー全体を自動化するオープンソースシステムであるBoneAgeTW2を構築しました。これは、X線を一方の端から投入すると、5秒足らずで完全な臨床レポートを排出するデジタル組立ラインのようなものです。

この機械がどのように動作するか、ステップごとに説明します：

1. セットアップ: まず、システムはX線画像をクリーニングします。デジタルファイルを確認して、画像が拡大されていないか（窓越しに写真を撮った時のように）をチェックし、サイズを自動的に補正します。また、もし右手の画像であれば、トレーニングデータと一致するように、常に「左手」のビューとしてコンピュータが見るように画像を反転させます。
2. 骨の検出: スマートな検出器であるYOLOv8を使用して、システムは手の中にある20個の特定の骨を探し出します。それぞれの骨の周りにボックスを描画し、放射線科医がチェックすべき場所をハイライトペンでマークするように機能します。
3. 分類: ここが難しい部分です。システムは、各骨がどの段階（AからI）にあるかを知る必要があります。トレーニングデータにはすべての骨の段階に関するラベルが含まれていなかったため、著者らは「疑似ラベル付け（pseudo-labeling）」と呼ばれる巧妙なトリックを使用しました。患者の既知の骨年齢を利用して、各骨にとって最も可能性の高い段階を推測し、トレーニングセットを作成しました。その後、20個の異なる「ヘッド」を持つディープラーニングモデル（EfficientNet-B3）を訓練しました。ここで、各ヘッドは特定の1つの骨に対する専門家となります。
4. スコアリング: システムがすべての骨の段階を特定したら、公式のTW2ルールに従ってポイントを加算します。長管骨（RUS）のスコアと手根骨（Carpal）のスコアをそれぞれ計算します。
5. レポート作成: 最後に、完全なレポートを生成します。これは単なる数字ではありません。20個のボックスが注釈された画像、各骨のスコアを含む表、そして――ここが素晴らしい点ですが――インタラクティブなベル曲線が含まれています。これらの曲線は、患者の骨が平均的な集団の中でどこに位置しているかを医師に示します。もし骨が遅れている場合、医師はその曲線が実際の年齢よりもずっと左側にピークを持っていることを確認できます。

システムが達成していること（および達成していないこと）

本論文は、BoneAgeTW2を、生の画像からダウンロード可能なPDFレポートまで、TW2のプロセス全体を正常に自動化するシステムとして提示しています。このシステムは、標準的なコンピュータハードウェア（CPU）上で5秒未満、あるいはグラフィックスカード（GPU）を使用すればさらに高速に動作するように設計されています。

著者らは、精度の面での期待値の管理にも慎重です。システムが、離散的な段階（A、B、Cなど）を使用する厳格なステップバイステップのTW2ルールに従う必要があるため、単に数字を直接推測する「ブラックボックス」型のAIシステムほど数学的に精密ではない可能性があることを認めています。実際、彼らのシステムは、より単純なAIモデルよりも高い誤差（平均絶対誤差）を持つと予想しています。しかし、彼らはこれが良いトレードオフであると主張しています。目標は、単に最も正確な計算機になることではなく、**説明可能（explainable）**であることです。

答えを骨ごとに分解することで、システムは医師に対し、どの骨が遅延または進行の原因となっているのかを見ることができます。もし子供の骨年齢が低い場合、医師はレポートを見て、「なるほど、橈骨（radius）はステージFだが、尺骨（ulna）はステージEだ」と確認でき、単一の数字よりもはるかに明確な患者の状態を把握することができます。

「ベル曲線」機能

BoneAgeTW2の最もユニークな機能の一つは、データの可視化方法です。20個の骨のそれぞれに対して、システムはベル曲線を描きます。水平線が年齢、曲線が特定の骨の段階が異なる年齢でどの程度一般的であるかを示すグラフを想像してください。

• もし患者の骨がステージ「E」であれば、システムは「E」の曲線を強調表示します。
• 次に、患者の実際の年齢を示す垂直線を引きます。
• もし線が曲線のピークよりも右側にあれば、医師はその骨が「遅れている」（患者の年齢よりも若く振る舞っている）ことを知ります。
• もし線が左側にあれば、「進んでいる」ことを意味します。

これは、手作業で描かれるか、あるいは時間の制約から省略されることが多い機能ですが、すべての骨に対して自動的に生成され、詳細な視覚的情報を提供します。

結論

BoneAgeTW2は、Tanner-Whitehouse 2法の詳細で人間のような推論プロセスをデジタル時代に持ち込む概念実証システムです。これは放射線科医に取って代わるものではなく、骨を見つけ、スコアを付け、チャートを描くという重労働を行う強力なアシスタントとして機能します。著者らは、これが意思決定支援ツールであり、特にシステムが（研究の拠点となったコロンビアの子供たちのような）必ずしもすべての集団に完全に一致するとは限らないトレーニングデータに依存しているため、依然として資格を持つ医師によるレビューが必要であることを強調しています。

このシステムは、まだあらゆる病院で使用できる「解決済み」の医療機器ではありませんが、論理的な透明性を維持しながら、複雑で手作業による医学的プロトコルを自動化することが可能であることを証明しています。これは、20分かかる専門家のみのタスクを、5秒間のプロセスへと変え、医師がAIがどのように結論に至ったのかを骨ごとに詳細に確認できるほど詳細なレポートを生み出すものなのです。