深転移学習と術前MRI：小児コクレア・インプラントの予後の予測におけるパラダイムシフト
- 深転移学習（DTL）モデルは、コクレア・インプラント後の話言語予後の予測精度が92.39％であり、従来の機械学習モデルの性能を大幅に上回っています。
- この研究では、米国、オーストラリア、香港の3カ国にわたる278人の小児の3次元体積脳MRIデータを使用し、言語間および施設間での堅牢性を示しました。
- DTLモデルは、言語改善リスクのある小児を特定する際の診断性能が非常に高く、曲線下面積（AUC）が0.98を示しました。
- これらの知見は、AIツールの臨床的な統合を支持し、小児聴覚障害に対する個別化された早期介入戦略を促進します。
