変形性頸椎症（DCM）は，高齢者に広く見られる疾患であり，頸椎の骨や椎間板の変性によって脊髄や神経根が圧迫され，さまざまな神経症状を引き起こす。韓国の研究チームは，矢状断T2強調MRI画像を用いてDCMを予測する深層学習モデルを開発し，その成果をSkeletal Radiologyに発表した。先行研究は，数十人から数百人程度の小規模なコホートに基づいており，その結果の一般化には限界があったが，今回はその5倍から10倍の規模のコホートを確立し，モデルのパフォーマンス向上を目指した。
研究チームは，2007年から2022年までに撮影されたDCM患者7,645名の矢状断T2強調MRI画像を，トレーニングセット（6,880名）とテストセット（765名）にランダムに分類した。ResNet50，VGG16，MobileNetV3，EfficientNetV2などの事前にトレーニングされた畳み込みニューラルネットワークに転移学習を応用し，アンサンブルモデルを構築した。その結果，本モデルはAUC0.96，正答率0.875，感度0.885，特異度0.861，陽性的中率0.893，陰性的中率0.851と，優れたパフォーマンスを示した。さらに，Grad-CAM分析により，椎間板の膨隆や脊髄のT2信号強度の増強など，DCMが示唆される所見が特定され，本モデルの高い病変検出能力が示された。
研究チームは「本研究におけるサンプルは三次医療機関から収集されている。選択バイアスによる偽陽性を避けるため，今後は大規模多施設でのモデルトレーニングが必要である」と述べている。

【参照論文】
Deep learning-based prediction of cervical canal stenosis from mid-sagittal T2-weighted MRI