頭部計測ランドマークの自動同定：パート2 - 人間より優れている可能性はあるか？

目的：最近提案された深層学習法に基づく自動識別システム（AI）によって同定された80の頭部計測ランドマークの検出パターンを、人間の検査者が同定したものと比較すること。材料と方法：YOLOv3アルゴリズムはカスタム変更を加えて実装され、1028枚の頭部写真でトレーニングされた。2つの垂直基準点と46の硬組織、32の軟組織ランドマークから構成される合計80のランドマークが同定された。283枚のテスト画像では、AIと人間の検査者が同じ80のランドマークを2回同定した。AIと人間の検査者の間に重要な差が存在するかどうかを検出するために統計学的分析が行われ、画像要因がその違いに与える影響も調査された。結果：繰り返し試行において、AIは各ランドマークの同一位置を常に検出した一方で、人的検査者の再検出の変動性は0.97 ± 1.03 mmの検出誤差を示した。AIと人間の間の平均検出誤差は1.46 ± 2.97 mmであり、人的検査者間の平均差は1.50 ± 1.48 mmであった。一般的に、AIと人間の検査者間の検出誤差の比較は0.9 mm未満であり、臨床的に重要ではないように見えた。結論：AIは人間の検査者と同様に頭部計測ランドマークを正確に同定した。AIは複数の頭部計測ランドマークを繰り返し同定するための実行可能な選択肢である可能性がある。