画像指標と臨床所見を統合した脆弱性骨折リスク患者スクリーニングシステムの開発

点击翻译按钮获取中文摘要

本年度の予定は研究で用いる新規人工知能システムの開発であったが、初年度の分担額が新規人工知能システムの開発費に達しなかったことから、２年目の準備として、脆弱性骨折と関連する基本的因子についての疫学的検証を行った。対象とするのは、性別、年齢、体格指数と現在歯数および自己申告における歯周病の有無であった。二重エネルギーX線吸収測定法（DXA法）を用いた腰椎または大腿骨の骨密度測定を受け、パノラマX線検査を実施した778例について、既存の人口知能である深層畳み込みニューラルネットワークを適用した結果、性別、年齢および体格指数ともに重要な因子であることが判り（p<0.001）、これら因子を追加することで、パノラマX線画像単独に比して、精度は84.5％にまで上昇した。一方で、843名の閉経後女性において、既存骨折と現在歯数および自己申告の歯周病の症状の有無との関連について検証した。自己申告の歯周病の症状については、実際に歯周病専門医が診断した評価と相関していた。現在歯数および自己申告の歯周病の症状は、既存非椎体骨折（橈骨遠位端骨折、大腿骨骨折等）とは関連しなかったが、日本人に特徴的に多いとされる既存椎体骨折と有意に関連することが判った。２年目からは新規人工知能システムの開発を行っていくが、性別、年齢、体格指数といった基本因子に加え、現在歯数および歯周病の症状を加えて、新規人工知能システム（畳み込みニューラルネットワーク：CNN）の改良までを行っていく。