深層学習を用いた馬のFLASH超音波ウィンドウの識別

3行まとめ

• 馬の疝痛におけるFLASH超音波ウィンドウを自動認識する深層学習モデルの開発と分類精度を評価した。
• 十二指腸は再現率1.00と高精度だったが、胸部や解剖学的類似部位では誤分類がみられ課題も示された。
• 超音波検査の自動化の可能性を示し、初学者の教育支援ツールとして臨床現場で役立つ可能性がある。

この論文の要約

目的

馬の疝痛救急における迅速かつ正確なトリアージを支援するため、標準化されたFLASH（馬の迅速局所腹部超音波検査）超音波ウィンドウおよび臓器パターンを自動認識する深層学習ソフトウェアツールの開発を目的とした。

対象と方法

ソフトウェアと臨床検査の回顧的・前向き比較によるモデル開発研究である。画像分類のための深層学習アプローチを用い、超音波画像を各FLASHウィンドウへ割り当てるモデルの訓練を実施した。

主な結果

十二指腸ウィンドウで最も高い性能が認められ、テスト画像がすべて正しく分類され再現率は1.00であった。腎脾ウィンドウも高い分類精度を示したが、23%が胃ウィンドウへ誤分類された。腹側ウィンドウは84%が正しく分類されたものの16%が十二指腸ウィンドウと予測された。最も顕著な混同は腹側と胸部ウィンドウ間でみられ、胸部画像で正しく同定されたのは55%にとどまった。左右の中1/3ウィンドウ（4および6）は画像数が著しく不足していたため解析から除外された。

臨床的意義

開発された深層学習ツールは馬のFLASHウィンドウ自動認識の実現可能性を示しており、初期臨床能力を高める超音波教育支援ツールとして役立つ可能性がある。

⚠️ この要約はAIが自動生成したものです。