Comparison of two- and three-dimensional computed tomography-based deep-learning models with neurosurgeon assessments for predicting functional outcome at discharge in patients with spontaneous intracerebral hemorrhage: a single-center retrospective study

脳内で血管が破裂すると、その結果として生じる出血は、前触れもなく襲ってくる医療上の緊急事態となります。この事象は自発性脳内出血として知られ、世界中で死亡や長期的な障害の主要な原因となっています。このような事象が発生した直後の数時間から数日間にわたり、医師たちは困難な課題に直面します。それは、患者がどの程度回復するかを予測することです。これらの判断を下すために、臨床医は主に2つの情報源に頼ります。第一に、彼らは非造影コンピュータ断層撮影（CT）スキャンを調べます。これは、出血の大きさや位置を示す迅速なX線画像です。第二に、彼らはグラスゴー・コーマ・スケールと呼ばれる標準的なスコアリングシステムを用いて、患者の意識レベルを評価します。このスケールは、人が指示に対して、どれほど適切に目を開け、話し、動くことができるかを測定するものです。これらのツールは不可欠ですが、人間の医師は、出血の視覚的な証拠と患者の精神状態を天秤にかけるという、主観的な解釈を行わなければなりません。このプロセスは専門医によって異なることがあり、また、脳の複雑さは、人間の目では見落としてしまうような微細なパターンを隠してしまうこともあります。

深センの龍崗中央病院の研究チームは、人工知能がこれらの予測を改善できるかどうかを確かめるべく研究に着手しました。彼らは特定の問いに焦点を当てました。それは、「脳スキャンと患者のスコアを見るように訓練されたコンピュータプログラムは、入院時の人間の脳神経外科医よりも、退院時の患者の機能的予後をより正確に予測できるのか？」という問いです。チームは単に一種類のコンピュータモデルを構築しただけではありません。彼らは2つのモデルを構築しました。一方のモデルは、脳のスキャンを、まるで本のページをめくるように、一連の個別の二次元スライスとして捉えます。もう一方のモデルは、スキャンを一つの立体物として扱い、脳全体を一つの三次元ボリュームとして捉えます。両方のモデルは、スキャンからの視覚的データと、患者の入院時の臨床データ（具体的にはグラスゴー・コーマ・スケールのスコア）を組み合わせるように設計されました。目的は、これらのデジタルツールが、脳内の物理的な損傷と患者の予想される回復との間の関連性を特定できるかどうかを確認すること、そして、より単純なスライスごとのアプローチが、より複雑な三次元的アプローチと同等の性能を発揮できるかどうかを判断することでした。

研究者たちは、2013年から2021年の間に自院で治療を受けた、自発性脳出血を患った286人の患者からデータを収集しました。各患者について、イベント発生から24時間以内に撮影された脳スキャンと、入院時に記録されたグラスゴー・コーマ・スケールのスコアを収集しました。その後、彼らはコンピュータモデルの学習とテストのために患者をグループ分けしました。また、チームは人間によるベンチマークとして、経験レベルの異なる3人の脳神経外科医を招集しました。これらの医師には、コンピュータに提供されたものと同じ脳スキャンと臨床スコアに基づき、選択された患者の予後を予測するよう依頼されました。公平な比較を行うため、医師たちには、病院での通常のレビューで使用される全画像シリーズではなく、出血を含む特定の断面のスライスのみが提示されました。これにより、人間と機械が全く同じ情報に基づいて作業するという、制御された環境が作られました。

結果は、コンピュータモデルが予後予測において非常に効果的であることを示しました。脳を一連の二次元スライスとして捉えるモデルは、患者のグラスゴー・コーマ・スケールと組み合わせた際、90.3パーセントの精度を達成しました。これは、10件中9件以上のケースにおいて、モデルが退院時の良好または不良な機能的予後を正しく予測したことを意味します。脳全体を詳細な臨床情報とともに分析した三次元モデルは、わずかに異なる結果となり、90.6パーセントの精度を達成しました。統計的には、これら2つのコンピュータモデルの間に有意な差はなく、どちらも驚くほど精密でした。しかし、両方の人工知能システムは、人間の脳神経外科医の成績を上回りました。研究における最も経験豊富な医師でさえ、コンピュータモデルの一貫性と正確さには及びませんでした。また、画像分析にグラスコー・コーマ・スケールのスコアを加えることが極めて重要であることも、この研究で明らかになりました。画像のみを参照し、臨床スコアを用いなかったバージョンの二次元モデルは、精度が81.0パーセントに低下しました。このことは、コンピュータが最善の予測を行うためには、患者の意識レベルという人間的な文脈が必要であることを示唆しています。

最も驚くべき発見の一つは、より単純な二次元モデルが、より複雑な三次元モデルと同等の性能を示したことでした。三次元的アプローチは、より多くの計算能力とより詳細なデータを必要としますが、スライスベースの手法よりも優れた予測を提供することはありませんでした。これは、この特定の医療タスクにおいては、データの量が限られている場合、より複雑なアーキテクチャよりも、より単純な構造の方が好ましい可能性があることを示しています。研究者たちは、三次元モデルはデータセットが小さい場合にエラーが起こりやすい一方で、二次元的アプローチは堅牢であり続けたと指摘しています。また、本研究は、コンピュータがパターンを見つけることには長けているものの、医師に取って代わるものではないことも強調しました。モデルは、医師を支配するためではなく、支援するために設計されています。研究における人間の医師たちは、実生活で見られる完全な臨床像ではなく、孤立した画像のみを見るという制約されたレビュー設定の下で作業しており、それがデータを一度に処理できるコンピュータに対して不利に働いた可能性があります。

研究者たちは、自分たちの研究の限界についても慎重に言及しています。本研究は単一の病院で行われ、過去の記録を対象としているため、結果がすべての患者に当てはまることを確認するには、複数のセンターにわたる、より大規模で前向きな研究による検証が必要です。モデルによる予測は、退院時の短期的な転帰に関するものであり、数ヶ月後や数年後の長期的な回復に関するものではありません。さらに、本研究は、モデルが強力なツールではあるものの、人間の専門家の判断を置き換えるものではなく、臨床的な意思決定をサポートするためのツールであることを確認しました。究結的な目標は、医師に対して、生命を脅かす脳出血に直面している患者に対して、より情報に基づいた選択ができるよう支援するための、信頼できるセカンドオピニオンを提供することです。スキャンの視覚的証拠と患者の状態という臨床的な現実を組み合わせることで、これらのデジタルツールは、損傷の深刻さと回復への道のりを理解するための新しい方法を提示しています。