文献

J-GLOBAL ID：202202262372527867   整理番号：22A0944448

コンピュータ断層撮影における身体組成およびサルコペニア評価のための人工知能:系統的レビューとメタ分析【JST・京大機械翻訳】

Artificial intelligence for body composition and sarcopenia evaluation on computed tomography: A systematic review and meta-analysis

著者 (10件)： Bedrikovetski Sergei (Discipline of Surgery, Faculty of Health and Medical Sciences, Adelaide Medical School, University of Adelaide, Adelaide, South Australia, Australia) ,  Bedrikovetski Sergei (Colorectal Unit, Department of Surgery, Royal Adelaide Hospital, Adelaide, South Australia, Australia) ,  Seow Warren (Discipline of Surgery, Faculty of Health and Medical Sciences, Adelaide Medical School, University of Adelaide, Adelaide, South Australia, Australia) ,  Kroon Hidde M. (Discipline of Surgery, Faculty of Health and Medical Sciences, Adelaide Medical School, University of Adelaide, Adelaide, South Australia, Australia) ,  Kroon Hidde M. (Colorectal Unit, Department of Surgery, Royal Adelaide Hospital, Adelaide, South Australia, Australia) ,  Traeger Luke (Discipline of Surgery, Faculty of Health and Medical Sciences, Adelaide Medical School, University of Adelaide, Adelaide, South Australia, Australia) ,  Traeger Luke (Colorectal Unit, Department of Surgery, Royal Adelaide Hospital, Adelaide, South Australia, Australia) ,  Moore James W. (Colorectal Unit, Department of Surgery, Royal Adelaide Hospital, Adelaide, South Australia, Australia) ,  Sammour Tarik (Discipline of Surgery, Faculty of Health and Medical Sciences, Adelaide Medical School, University of Adelaide, Adelaide, South Australia, Australia) ,  Sammour Tarik (Colorectal Unit, Department of Surgery, Royal Adelaide Hospital, Adelaide, South Australia, Australia)
資料名： European Journal of Radiology  (European Journal of Radiology)
巻： 149  ページ： Null  発行年： 2022年 
JST資料番号： W3246A  ISSN： 0720-048X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 身体組成パラメータを計算し,サルコペニアを診断するため,CTで手動で筋肉群を切断することは,費用がかかり,時間がかかる。人工知能(AI)はこのプロセスを自動化する機会を提供する。この系統的レビューにおいて,身体組成分析に用いるCTベースAIセグメンテーションモデルの性能を評価することを目的とした。2011年1月1日から2021年5月27日まで出版された研究に対して,PubMed(MEDLINE),Embase,Web of ScienceおよびScopusを系統的に検索した。CTスキャンにおける身体組成とサルコペニアの評価のためのAIモデルを用いた研究を含めた。筋力,身体能力データ,DXAおよびMRIを用いた研究を行なった。Meta分析は,AIモデルの既報告の二頭類似性係数(DSC)とJacard類似性係数(JSC)に関して実施した。284の研究を同定し,そのうち24は系統的レビューに含まれていた。それらの中で,15はメタ分析に含まれ,その全ては深層学習を使用した。骨格筋(SM)セグメンテーションのための深層学習モデルは,0.941のプールされたDSC(95 %CI 0.923-0.959)と0.967のプールされたJSC(95 %CI 0.949-0.986)で実行された。さらに,皮下脂肪組織(SAT),内臓脂肪組織(VAT)および骨のセグメンテーションに対して,それぞれ0.967(95%CI 0.958-0.978),0.963(95%CI 0.957-0.969)および0.970(95%CI 0.944-0.996)のプールされたDSCが観察された。SM研究は有意な出版バイアスに悩まされ,含まれた研究間の不均一性は顕著であった。CTベースの深層学習モデルは,体組成の自動セグメンテーションを促進し,サルコペニア診断を助けることができる。より厳密なガイドラインおよび比較研究は,これらを臨床診療に組み入れる前にAIセグメンテーションモデルの有効性を評価するために必要である。Copyright 2022 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 自動化 ,  セグメンテーション ,  筋肉 ,  骨格筋 ,  係数 ,  *人工知能 ,  MEDLINE ,  *計算機トモグラフィー ,  筋力 ,  皮下脂肪 ,  メタ分析 ,  内臓脂肪 ,  *システマティックレビュー ,  *サルコペニア
準シソーラス用語： 深層学習 , 【Automatic Indexing@JST】

著者キーワード (5件)： 人工知能 ,  ラジオミクス ,  深層学習 ,  サルコペニア ,  身体組成

分類 (2件)： 代謝異常・栄養性疾患一般  (GD05010J) ,  老人医学  (GC09000X)

タイトルに関連する用語 (7件)： コンピュータ断層撮影 ,  身体組成 ,  サルコペニア ,  評価 ,  人工知能 ,  系統的レビュー ,  メタ分析