肺炎アプリ：説明可能な畳み込みニューラルネットワーク（CNN）を用いた効率的な小児肺炎診断のためのモバイルアプリケーション

マイコプラズマ肺炎（MPP）は、小児医療において重要な診断上の課題を引き起こします。特に中国のような地域では一般的です。私たちは、迅速なMPP検出のために深層学習技術を活用するモバイルアプリケーションであるPneumoniaAPPを導入します。私たちのアプローチは、3345枚の胸部X線（CXR）画像からなる包括的なデータセットで訓練された畳み込みニューラルネットワーク（CNN）を活用しています。このデータセットには、MPPを示す833枚のCXR画像が含まれ、さらに公共データセットからのサンプルで強化されています。CNNモデルはすべてのクラスで88.20%の精度を達成し、特定のマイコプラズマクラスでは97.64%の精度を示しました。さらに、私たちはPneumoniaAPPに説明可能性技術を統合し、呼吸器医が肺の不透明度を特定できるよう支援しました。私たちの貢献は既存の研究を超え、小児のMPPを対象とし、0-12歳の年齢層に重点を置き、モバイルデバイスでの展開を優先しています。この研究は、小児肺炎の診断において重要な進展を示し、医療現場の診断負担を軽減するための信頼できるアクセス可能なツールを提供します。