【論文解説】3D立体写真と深層学習で頭蓋骨縫合早期癒合症の分類精度を検証した2020年の研究｜de Jong 2020

書誌情報　de Jong G, Bijlsma E, Meulstee J, Wennen M, van Lindert E, Maal T, Aquarius R, Delye H. Combining deep learning with 3D stereophotogrammetry for craniosynostosis diagnosis. Scientific Reports. 2020;10:15346.

この研究は何について調べたの？──被曝のない3D写真と深層学習で縫合癒合症をどこまで分類できるか

頭蓋骨縫合早期癒合症（craniosynostosis）は、赤ちゃんの頭の縫合が早く閉じてしまい、頭の形のゆがみ・脳の成長への影響・頭蓋内圧亢進・難聴・視覚障害・認知障害などの問題につながる病気です。罹患率は新生児10,000人あたり3.14〜6人とされ、早期発見・早期治療が予後の改善につながります。現在、診断の確定にはCT（コンピュータ断層撮影）が標準的に使われていますが、CT には小さいながらも放射線被曝による発がんリスクや認知機能への影響が懸念されており、特に乳児では「被曝のない代替手段」が求められてきました。また、専門施設では視診で診断できることが多い一方、一次・二次医療機関での誤診（位置的斜頭症との混同など）も報告されています。本研究は、放射線被曝のない3D立体写真測量（3D stereophotogrammetry）と深層学習（deep learning）を組み合わせて、頭の形だけから「健常児」「scaphocephaly（矢状縫合癒合）」「trigonocephaly（前頭縫合癒合）」「anterior plagiocephaly（前方斜頭、片側冠状縫合癒合）」の4分類を自動で行えるかを検証したオランダ・ラドバウド大学病院での研究です。

どうやって調べたの？──オランダの大学病院196例の3D頭蓋画像を10分割交差検証で評価

対象は、2009年7月〜2019年9月に Radboud 大学医療センターでCTにより診断確定された孤発性・非症候群性の頭蓋骨縫合早期癒合症 患者（最終的に scaphocephaly 76例、trigonocephaly 40例、anterior plagiocephaly 27例の計143例）と、生後3〜6ヶ月の健常児53例（コントロール）の合計196例の術前3D 立体写真でした。3D 撮影は3dMDCranial（5ポッド構成）で行い、画像のあるなしや解剖学的ランドマークの欠損などで除外を行いました。各3D 画像は sella turcica（トルコ鞍）を原点に手動配置し、半球状の icosphere からレイキャスティングで頭の形を一定の数値配列にサンプリングしました。オーバーフィッティング対策として、同じ向きへのサンプリング統一、特徴量スケーリング、画像のミラーリング、正則化、層化10分割交差検証を組み合わせて深層学習ネットワークを訓練・評価しました。群間の年齢差は一元配置 ANOVA と Dunnett T3 ポストホックで検定（trigonocephaly と plagiocephaly で p=0.027 の有意差あり）しています。

何がわかったの？──全体の99.5%（195/196）が正しく分類された

10分割交差検証における混同行列で、全196例のうち195例（99.5%）が正しく分類されました。誤分類は1例のみで、anterior plagiocephaly の1例が健常児として分類されました。この症例は専門家がレビューしたところ「軽度の前方斜頭」と判定されていました。感度（recall）は scaphocephaly 100%、trigonocephaly 100%、anterior plagiocephaly 96.3%、健常児 100%でした。特異度は健常児が99.2%、他はすべて100%でした。適合率（precision）は scaphocephaly・trigonocephaly・anterior plagiocephaly がいずれも100%、健常児は98.1%でした。各 fold（分割）間の混同行列の分布もほぼ同一で、モデルの汎化が良好であることが示唆されています。

これはどんな意味があるの？──頭蓋骨縫合早期癒合症と位置的斜頭症の鑑別への期待と限界

本研究は、被曝のない3D 写真と深層学習を組み合わせた頭蓋骨縫合早期癒合症の自動分類が、訓練・検証データセット内では非常に高い精度で行えることを示しました。意義として、CT の被曝リスクを避けながら一次・二次医療機関でも早期スクリーニングを行える可能性があり、特に位置的斜頭症との鑑別における客観的補助ツールとして期待されます。ただし、限界も明確です。（1）独立した外部テストセットを持たない単一施設研究で、外部妥当性の検証が必要です。（2）対象は孤発性・非症候群性に限られ、より複雑な多縫合癒合や症候群性は含まれていません。（3）位置的斜頭症（postnatal positional plagiocephaly）は本研究の分類対象に含まれておらず、最も鑑別が問題になる「真の前方斜頭 vs 位置的後方斜頭」の判別精度は別途検証が必要です。後続の研究（Schaufelberger 2022 や Kronig 2022 など）でも、放射線フリーの3D 分類パイプラインや統計的形状モデルが提案され、被曝のない頭蓋形状診断の選択肢は広がっています。現在のガイドライン（CNS 2016 Mazzola ら）も、典型的な位置的斜頭症では一次的に CT を用いないことを推奨しており、本研究のような3D 解析ベースの手法は、その流れの中で発展してきた技術といえます。

書誌情報

著者: de Jong G, Bijlsma E, Meulstee J, Wennen M, van Lindert E, Maal T, Aquarius R, Delye H

所属: Department of Neurosurgery, Radboudumc, Nijmegen, The Netherlands; Technical Medicine, University of Twente; Radboudumc 3D Lab, Department of Oral and Maxillofacial Surgery, Radboudumc

ジャーナル: Scientific Reports. 2020;10:15346

発表年: 2020年9月

DOI: 10.1038/s41598-020-72143-y

原論文URL: https://doi.org/10.1038/s41598-020-72143-y（閲覧には購読またはジャーナルサイトでの検索が必要です）

本記事について

本記事は医学論文の内容を中立的に要約・紹介することを目的としており、特定の医療機器・治療法の効果効能を保証または推奨するものではありません。記載されている治療成績・数値は、当該研究で使用された特定のデバイス・プロトコル・対象集団に関するものであり、他の製品や治療に適用されるものではありません。本記事の内容を医療判断に用いる場合は、必ず医療機関にご相談ください。

翻訳・要約の正確性には努めていますが、原論文の内容を正確に理解するためには原典をご参照ください。

利益相反開示

本サイトを運営する株式会社Berryは頭蓋形状矯正ヘルメットを製造販売していますが、本学術論文カテゴリ（/research/）は製品プロモーションを目的とするものではなく、頭の形に関する科学的知見を中立的に紹介することを目的としています。取り上げる論文の選定は、ヘルメット治療への肯定・否定にかかわらず、医学的・社会的意義に基づいて行っています。

著作権について

原論文の著作権は各著者および掲載ジャーナル（Springer Nature（Scientific Reports））に帰属します。本記事は著作権法上の引用の要件を満たす範囲で原論文の内容を要約・紹介しています。原論文の図表は転載していません。

※本記事は原著論文を当編集部が翻訳・要約したものです。翻訳・要約の過程では生成AIを補助的に利用しており、専門用語の訳出や解釈に誤りが含まれる可能性があります。学術的な引用や臨床判断の際は、必ず原著論文をご参照ください。