Multicenter Evaluation of the Accuracy and Clinical Reliability of an Artificial Intelligence- Based System for Skeletal Maturity Indicators Staging

成長期の子供たちは、単に背が高くなっているだけではありません。彼らの体は、骨が硬くなり、関節が融合し、成長スパートが加速したり減速したりするという、複雑な内部の変化を遂げています。矯正歯科医にとって、治療のタイミングはすべてです。歯を動かしたり顎の成長を導いたりする作業は、身体がこの生物学的な発達の特定の段階にあるときに最も効果を発揮しますが、この「機会の窓」は、子供の実際の年齢ではなく、骨格年齢と密接に関係しています。この窓を見つけるために、医師は長年、手関節X線写真（ハンドリストX線）に頼ってきました。これは、手や手首の小さな骨を観察することで、その子が身体的な成熟のどの程度まで進んでいるかを確認するものです。しかし、このプロセスには、画像を注意深く観察し、特定の骨の形状を特定し、患者の発達段階を割り当てる人間の専門家が必要です。これは習得に何年もかかるスキルであり、あらゆる人間の作業と同様に、医師によって結果にばらつきが生じることがあります。

人工知能が多くの医療分野での活用を開始する中で、研究者たちは、コンピュータプログラムが人間と同じ注意深さと一貫性を持ってこれらのX線写真を読み取ることができるかどうかを問い続けてきました。韓国の延世大学の研究チームによって発表された新しい研究は、まさにこれを行うために設計された商用ソフトウェアシステムのテストを行いました。研究者たちは、この人工知能が異なる病院や異なるタイプの患者に対しても、信頼性を持って子供の骨格成熟段階を決定できるのか、それとも制御された単一の場所でのみうまく機能するのかを知りたいと考えました。彼らは、コンピュータが経験豊富な矯正歯科専門医の判断と一致するかどうかを確認するため、幅広い年齢層と成長パターンをカバーする2つの歯科病院からの大規模な患者グループを集めました。

この研究では、韓国の2つの大学附属病院を訪れた6歳から18歳までの595人の患者の診療記録と手関節X線写真をレビューしました。これらの病院では、頭部および手部のX線撮影を含む標準的な矯正評価が行われていました。研究者たちはまず、経験豊富な矯正歯科専門医がX線をレビューし、患者の診療録と照合することで、各患者に対する「ゴールドスタンダード（標準指標）」を確立しました。専門医の間で意見が分かれた場合には、最終決定を下すために第3の専門家が投入されました。この人間が導き出した段階が、人工知能がテストされる際の参照点となりました。そして、これらの特定のX線を一度も見たことがないコンピュータソフトウェアが、自律的に画像を分析し、同じ成熟段階を予測しました。

結果は、この人工知能システムが高い一貫性と信頼性を持って機能したことを示しました。コンピュータの予測を人間の専門家の最終決定と比較したところ、全ケースの73パーセントで完全に一致しました。もし研究者が、前後1段階までの誤差を許容した場合、一致率は96パーセントに上昇しました。これは、ほぼすべての事例において、コンピュータが正確であったか、あるいは臨床的に無視できるほど非常に小さな差であったことを意味します。このシステムは、使用されているX線装置が異なり、患者層も異なる2つの病院の両方において、同様に効果的であることが証明されました。統計分析により、病院の場所自体は結果の精度に影響を与えないことが確認され、このソフトウェアが、新しい設定に合わせて再学習させることなく、多様な臨床環境で動作できるほど堅牢であることを示唆しました。

また、この研究は、システムの精度がすべてのグループにおいて均一ではないことも明らかにしました。コンピュータは、男性患者よりも女性患者を評価する際、有意に高い精度を示しました。具体的には、女子に対しては専門家と76パーセント一致したのに対し、男子では69パーセントでした。さらなる調査により、この違いは思春期の段階に起因していることが分かりました。システムは、すでに月経が始まった女子に対して最も精度が高く、専門家と84パーセント一致しました。まだその節目に達していない層については、男子と同程度の精度に低下しました。このことは、月経の開始後に起こる骨格の変化が、それ以前の変化よりも、おそらくより明確であるか、あるいはアルゴリズムが認識しやすいものであることを示唆しています。興味深いことに、患者の顎の関係（上顎と下顎が正常に並んでいるか、突出しているか、あるいは後退しているか）は、コンピュータのX線読影能力に影響を与えませんでした。システムは、これらの骨格パターンに関わらず、同様に優れた性能を発揮しました。

成長の特定の段階に着目すると、コンピュータは成長プロセスの極めて初期と極めて終盤の識別において卓越していました。成長の最初期の段階と、成長が完了した最終段階を認識することに関しては、ほぼ完璧でした。これらは治療計画における重要な瞬間であり、成長が終了した時期を知ることは、手術を進めるか矯正治療を継続するかを決定する上で不可切です。コンピュータは、成長スパートのピーク付近の、特に中間段階においては精度がやや低下しました。しかし、これら困難な中間段階においても、コンピュータが大きな間違いを犯すことはほとんどありませんでした。多くの場合、正しい段階のすぐ隣の段階を予測しており、大きく先行したり、大きく遅れたりすることはありませんでした。このような「隣接する小さなエラー」というパターンは、臨床現場において、大きくランダムなエラーよりもはるかに安全であり、治療計画を安全かつ論理的な範囲内に留めておくことができます。

研究者たちは、この人工知能システムは矯正歯科医の日常業務をサポートできる、非常に信頼性の高いツールであると結論付けました。骨格成熟度を迅速かつ一貫して評価することで、このソフトウェアは、医師がより高い自信を持って最適な治療タイミングを決定するのを助けることができます。本研究は、現在、月経を開始した後の女子に対してやや高い精度を示すという特筆すべき点はあるものの、システムが異なる病院や多様な患者グループに対してうまく機能することを実証しました。コンピュータは完璧ではありませんが、重大なエラーを回避する能力と、人間の専門家との高い一致率は、実世界の臨床現場において、子供の成長における最も効果的な瞬間に矯正治療が行われるよう支援する、価値ある補助手段として使用される準備ができていることを示唆しています。