『Frontiers in Medicine』誌に掲載された前向き臨床検証結果によると、Swaasa 人工知能プラットフォームは、呼吸器疾患のある患者と健康な個人を区別する精度が 90% に達しました。この結果は、従来の診療所以外での肺疾患のスクリーニング方法を再構築する可能性があります。
Bioengineer.orgが今週報告したこの研究結果は、これまでの咳ベースのAIスクリーニングの大規模な前向き評価の1つから得られたもので、世界中の医療システムが慢性呼吸器疾患を早期に検出するための安価な方法を模索している中で発表された。これは、最新の AI 開発における段階的ではあるが厳密にテストされた進歩であり、多くの場合、どの製品の発売よりも医療 AI が実際にどこに向かっているのかについて多くを語っています。
Swaasa の仕組み
Swaasa は、医療機器としてのソフトウェアとして機能する治験プラットフォームであり、モバイル デバイスでキャプチャされた咳の記録に人工知能アルゴリズムを適用します。音響信号から自動臨床指標を生成するために開発されたこのプラットフォームは、咳の記録を評価して全体的なリスクを正常か異常かを判断し、肺活量測定の生理学的パターンを閉塞性、制限性、または正常として分類し、パターンの重症度を軽度、中程度、または重度に推定します。
このシステムは、生理学を超えて、喘息、慢性閉塞性肺疾患 (COPD)、間質性肺疾患、気管支拡張症などの特定の呼吸器疾患の存在に関する診断指標を生成します。その約束は単純明快です。電話のマイクに向かって 5 秒間咳き込むだけで、患者が肺活量測定検査室に到着する前に、重篤な肺疾患の兆候を発見できる可能性があります。
トライアルの内部
この前向き臨床試験は2021年4月12日にCTRI/2021/04/032742に登録され、呼吸器症状を訴えて病院を受診した18歳以上の成人参加者が登録された。最初の登録は2021年4月19日に開始され、トライアルは2023年9月14日に終了した。
最終コホートには呼吸器疾患患者 2,179 名と健常者 827 名が含まれ、男性参加者は評価対象集団の 62 パーセントを占めました。プロトコール中に、Swaasa AI プラットフォームを実行しているモバイル デバイスで参加者の咳音が記録され、比較のために肺活量測定が実行されました。
この試験では、スパイロメトリーが生理学的パターンとパターン重症度の参照標準として確立され、医師が確立した臨床診断が疾患カテゴリーの参照標準として機能しました。多分変数は正常分類と異常分類に二分され、疾患状態、パターンの重症度、および個々の疾患カテゴリに対して複数クラスの出力が確立されました。
パフォーマンスの数値
二値分類では、このプラットフォームは正常な個人と異常な呼吸状態を持つ個人を区別する精度が 90% であることを実証し、肺活量測定で正常か異常かを識別するために記録された 90% の精度と一致しました。記述的なサブグループ分析により、スクリーニング性能は、評価された患者の年齢および性別グループ全体でほぼ同等であることが示されました。
マルチクラスの結果は、それほど顕著ではないにしても、立派なものでした。このプラットフォームは、肺活量測定パターンの分類については 79% ~ 84%、パターンの重症度の分類については 76% ~ 84.5% の精度を達成しました。喘息、COPD、間質性肺疾患、気管支拡張症の中で特定の疾患の種類を区別する場合、精度は 83 ~ 93 パーセントの範囲でした。
誰が作ったのか
研究著者らは、Christian Medical College Vellore、Swaasa の開発者である Salcit Technologies Private Limited、およびタミル・ナドゥ州 MGR 医科大学と提携しています。著者らは、Swaasa は研究対象集団の人口統計上のサブグループ全体にわたって有望なスクリーニング性能を実証していると結論付けました。
臨床的厳密性を提供する学術医療センター、医科大学、音響 AI を提供するスタートアップという協力体制は注目に値します。この組み合わせ、つまり臨床医が確立された診断に照らしてスタートアップのアルゴリズムを検証するということは、正当な懐疑論を招いてきたベンダー運営のベンチマークとは対照的に、ますます信頼できる医療 AI 研究のテンプレートとなりつつあります。
咳の音響が重要な理由
現在の肺機能のゴールドスタンダードであるスパイロメトリーには、機器、訓練を受けた技術者、強制呼吸操作を行う協力的な患者が必要です。咳の記録には電話が必要です。 AI スクリーニングによって確認検査が必要な人を確実にトリアージできれば、特に COPD など日常的に診断が遅れる疾患の場合、呼吸器スクリーニングの経済性が根本的に変わります。
注意事項は本物です。これは症状のある成人を対象とした病院ベースの登録であり、一般集団を対象とした地域でのスクリーニングではなく、制御された前向きプロトコルの精度は、厄介な現実世界での展開とは異なる可能性があります。このプラットフォームはまだ研究段階にあり、正常と異常を区別する精度が 90% だからといって、どの場合でも 4 つの異なる疾患を確実に区別できることを意味するわけではありません。マルチクラスの範囲がそれを明確にしています。
次のボトルネックは規制パスです。 Swaasa は医療機器としてのソフトウェアとして位置付けられているため、その診断適応は、治験使用から日常診療に移行する前に、臨床意思決定ツールに適用される監督プロセスをクリアする必要があります。査読付きジャーナルに掲載される見通しの検証は、その会話の前提条件であり、代わりになるものではありません。
また、プラットフォームに有利に働く実質的な非対称性もあります。肺活量測定には、機器、校正、および室内にいる訓練を受けた技術者が必要です。咳の記録には、ほとんどの患者がすでに所有している装置と、すべての患者がすでに知っている操作が必要です。最終的な診断を下すことではなく、誰に確認検査が必要かを決定することが目的のスクリーニングでは、病院の地下室にある正確な検査よりも、10倍の人数を対象とする若干精度の低い検査の方が、より多くの命を救うことができます。この試験では、年齢層や性別グループ全体でパフォーマンスが一定に保たれているという結果が得られており、これはまさにスクリーニングツールの拡張に必要な一貫性です。
それでも軌道は重要です。 3,000 人を超える参加者の肺活量測定で検証された電話ベースの画面は、もはやホールトリックではありません。次のテストは導入だ。咳ベースの AI スクリーニングが診療所、薬局、家庭でその精度を維持できるかどうか、また規制当局や医師が、ほとんどの人がほとんど考えもしない音から発せられる診断信号を受け入れるかどうかだ。
---
AI の先を行く最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。
AI ニュースをもっと読む→
