人工知能を用いた自閉症スペクトラム診断のための医療機器の評価
アブストラクト
自閉症スペクトラム障害(ASD)は 18 ヵ月で確実に診断できるにもかかわらず,米国では診断の大幅な遅れが続いている.この二重盲検、多施設、前向き、アクティブコンパレータコホート研究では、プライマリケア医療従事者(HCP)のASD診断を支援するために設計された人工知能ベースの医療機器としてのソフトウェアの精度を検証した。このデバイスは、3つの異なる入力(介護者のアンケート、2つの短いホームビデオの分析、HCPのアンケート)から、ASD陽性、ASD陰性、不確定のいずれかの出力を生成するために、勾配ブースト決定木機械学習アルゴリズムで行動特徴を結合するものである。本研究では、発達遅滞が懸念される18~72ヶ月児のコホート(425名の研究完了者、女性36%、ASD有病率29%)において、Device出力と2名以上の独立した専門家による診断の一致を比較しました。全試験参加者のデバイス出力PPVは80.8%(95%信頼区間(CI)、70.3~88.8%)、NPVは98.3%(90.6~100%)であった。確定出力(ASD陽性または陰性)を受けた31.8%の参加者の場合、装置の感度は98.4%(91.6%-100%)、特異度は78.9%(67.6%-87.7%)であった。本装置の不確定出力は、入力の粒度が十分でなく、自信を持って確定的な推奨を行うことができない場合のリスクコントロールとして機能する。このリスク制御手段を削除した場合、すべての試験完了者の感度は51.6%(63/122)(95%CI 42.4%, 60.8%)に低下し、特異度は18.5%(56/303)(95%CI 14.3%, 23.3%)に低下すると予想される。デバイスが結果を出さなかった参加者のうち、91%は1つ以上の複雑な神経発達障害であることが専門家によって確認されました。参加者の性別、人種/民族、収入、教育レベルによるデバイスの性能の有意差は認められませんでした。このプライマリーケアサンプルのほぼ3分の1において、本装置は高い精度でタイムリーな診断評価を可能にしました。本装置は、プライマリケアにおいてASDと診断される子どもの数を大幅に増やし、早期介入と専門家リソースの効率的な使用を促進する可能性を示している。