爪真菌症の診断におけるディープニューラルネットワークとダーモスコピーの前向き比較評価

Prospective, comparative evaluation of a deep neural network and dermoscopy in the diagnosis of onychomycosis.

• Young Jae Kim
• Seung Seog Han
• Hee Joo Yang
• Sung Eun Chang

抄録

背景:

爪真菌症は最も一般的な爪の疾患であり、診断上の課題と関連している。爪真菌症の診断には、ダーモスコピーや深部畳み込みニューラルネットワークのような新しい非侵襲的でリアルタイムな技術が提案されている。しかし、爪真菌症の診断におけるこれら2つの手法の比較研究はこれまでに行われたことがない。

BACKGROUND: Onychomycosis is the most common nail disorder and is associated with diagnostic challenges. Emerging non-invasive, real-time techniques such as dermoscopy and deep convolutional neural networks have been proposed for the diagnosis of this condition. However, comparative studies of the two tools in the diagnosis of onychomycosis have not previously been conducted.

目的:

本研究では、爪水虫症患者を対象に、深層神経ネットワーク（http://nail.modelderm.com）と皮膚鏡検査の診断能力を評価した。

OBJECTIVES: This study evaluated the diagnostic abilities of a deep neural network (http://nail.modelderm.com) and dermoscopic examination in patients with onychomycosis.

方法:

足の爪にジストロフィー性の特徴を示す患者を対象とした前向き観察研究が行われた。研究補助者が臨床写真を撮影し，水酸化カリウムテストを用いた直接顕微鏡検査または真菌培養により診断した．5名の皮膚科専門医が臨床写真をもとに爪真菌症と診断した．診断はアルゴリズムと皮膚鏡検査を用いても行われた。

METHODS: A prospective observational study was performed in patients presenting with dystrophic features in the toenails. Clinical photographs were taken by research assistants, and the ground truth was determined either by direct microscopy using the potassium hydroxide test or by fungal culture. Five board-certified dermatologists determined a diagnosis of onychomycosis using the clinical photographs. The diagnosis was also made using the algorithm and dermoscopic examination.

結果:

2018年9月～2019年7月に評価された合計90例（平均年齢55.3歳、男性43.3％）を解析対象とした。アルゴリズムによる爪真菌症の検出（AUC、0.751；95％CI、0.646～0.856）とダーモスコピーによる検出（AUC、0.755；95％CI、0.654～0.855）は同等であった（Delong's test、P＝0.952）。手術点でのアルゴリズムの感度は70.2％，特異度は72.7％であった。5人の皮膚科医による診断の感度はそれぞれ73.0％、特異度は49.7％であった。アルゴリズムのユーデン指数（0.429）も皮膚科医の診断（0.230±0.176；Wilcoxon rank-sum test；P = 0.667）と同等であった。

RESULTS: A total of 90 patients (mean age, 55.3; male, 43.3%) assessed between September 2018 and July 2019 were included in the analysis. The detection of onychomycosis using the algorithm (AUC, 0.751; 95% CI, 0.646-0.856) and that by dermoscopy (AUC, 0.755; 95% CI, 0.654-0.855) were seen to be comparable (Delong's test; P = 0.952). The sensitivity and specificity of the algorithm at the operating point were 70.2% and 72.7%, respectively. The sensitivity and specificity of diagnosis by the five dermatologists were 73.0% and 49.7%, respectively. The Youden index of the algorithm (0.429) was also comparable to that of the dermatologists' diagnosis (0.230±0.176; Wilcoxon rank-sum test; P = 0.667).

結論:

本アルゴリズムは単独の方法として、医師以外が撮影した写真を解析し、経験豊富な皮膚科医による診断や皮膚鏡検査による診断と同等の精度を示した。このアルゴリズムの性能を証明するためには，大規模なサンプルサイズと世界的な多施設共同研究が必要である．

CONCLUSIONS: As a standalone method, the algorithm analyzed photographs taken by non-physician and showed comparable accuracy for the diagnosis of onychomycosis to that made by experienced dermatologists and by dermoscopic examination. Large sample size and world-wide, multicentered studies should be investigated to prove the performance of the algorithm.