AIとビデオテスト · 2026
韓国2大学病院の2,546膝で、関節症の有無と等級別判定を別々に評価しました。
Journal of Arthroplasty · Byung Sun Choi, Seong Hwan Hong, Hae Jung Lee, Seong Hwan Kim
図を拡大する2,546膝で関節症の有無（KL ≥2）の感度96.6%、特異度90.5%、正確度94.2%でした。等級別分類とは異なり、KL 2の感度は77.2%でした。
Journal of Arthroplasty (2026). DOI: 10.1016/j.arth.2026.01.078 · Original explanatory chart based on reported data
関節症の等級を説明するには同じ基準で画像を読む必要があります。開発に使った画像と新しい病院の画像で一致するかは異なる問いです。この研究は韓国2病院で後者を確認しました。
米国OAI・MOSTで学習したモデルを韓国1,273人の両膝に適用しました。関節症の有無（KL 2以上）の正確度94.2%、AUC 0.94でした。KL 2単独の感度は77.2%で、全体判定と境界等級の難しさは異なりました。
画像を一定の基準で整理すると、等級の根拠となる所見を一緒に確認できます。X線等級と痛みの理解や手術判断は異なり、症状や診察と結び付ける必要があります。
過去画像でAIと専門医の合意判定を比較しました。AIを参考にした医師の読影変化や患者の治療結果の改善は試験していません。KL 0と1は統合して評価しました。
過去画像でAIと専門医の合意判定を比較しました。AIを参考にした医師の読影変化や患者の治療結果の改善は試験していません。KL 0と1は統合して評価しました。
Performance of an Artificial Intelligence-Based Software for Automated Kellgren-Lawrence Grading of Knee Osteoarthritis: A Multicenter Cohort Study
後ろ向き多施設外部検証で1,273人の2,546膝を解析しました。
OAI・MOSTで学習したモデルを韓国2大学病院のRosenberg画像に適用しました。整形外科医2人と放射線科医1人の合意を基準とし、KL 0と1は一つにまとめました。
過去画像でAIと専門医の合意判定を比較しました。AIを参考にした医師の読影変化や患者の治療結果の改善は試験していません。KL 0と1は統合して評価しました。
Byung Sun Choi, Seong Hwan Hong, Hae Jung Lee, Seong Hwan Kim. Performance of an Artificial Intelligence-Based Software for Automated Kellgren-Lawrence Grading of Knee Osteoarthritis: A Multicenter Cohort Study. Journal of Arthroplasty. 2026. doi:10.1016/j.arth.2026.01.078.
原文の抄録の一部
The Kellgren-Lawrence (KL) grading system is the standard for assessing knee osteoarthritis (OA) severity. However, it is limited by major observer variability.…