犬の心臓X線検査における深層学習：椎体心臓スコア（VHS）自動推定に関する包括的レビュー

3行まとめ

• 犬の胸部X線における椎体心臓スコア自動計測に向けた深層学習手法の進展をシステマティックに調査した。
• 17研究の比較でEfficientNetなどのモデルが優れた性能を示し、転移学習の有用性が示唆された。
• 測定の観察者間変動を減らす自動化技術として期待されるが、臨床応用には外部検証等の課題が残る。

この論文の要約

目的

犬の粘液腫様僧帽弁膜疾患における心拡大評価では胸部X線による椎体心臓スコア（VHS）が汎用されるが、用手測定による観察者間変動が課題となる。本レビューでは、深層学習を用いたVHS自動推定手法の最新の進展を整理することを目的とした。

対象と方法

3つの主要データベース検索および引用スクリーニングにより3,729件を抽出し、適格基準を満たした94研究から代表的な17研究を選択して詳細な評価を実施した。各研究のランドマーク局在化、特徴抽出戦略、予測性能、汎化能を比較検討した。

主な結果

畳み込みニューラルネットワークやトランスフォーマーを取り入れたハイブリッド構造などが報告されていた。その中で、EfficientNet-B3およびEfficientNet-B7がランドマーク回帰とVHS予測において一貫して強力な性能を示した。また、注釈付き画像データが限られる獣医療領域において、転移学習が性能向上に大きく貢献していることが示唆された。

臨床的意義

深層学習によるVHS自動推定は有望な結果を示しているものの、データセット特性や注釈プロトコルの違い、多施設検証の不足が広範な臨床応用の制限要因となっている。実臨床へ確実に導入するためには、データセットの多様性向上や外部検証の実施が必要である。

⚠️ この要約はAIが自動生成したものです。