内視鏡・画像のAI診断（AI-assisted Endoscopic and Image Diagnosis）

⚠️ 医療者向け研究レビュー。診療判断・医学的助言ではない。最終判断は一次資料と専門家の評価による。最終更新: 2026-06-04 ／反映論文: 12件／ abstract-only 暫定（全文未取得） ／未レビュー

サマリ（現時点の到達点・暫定）

本トピックは耳鼻咽喉科領域の内視鏡所見・画像に対するAI（深層学習等）診断を扱う。中核背骨は2020–2025の深層学習(DL)原著327件を整理した2026年のナラティブレビューで、DL応用を検出・診断(55%)／予測・予後(5%)／画像セグメンテーション(28%)／新興応用(12%) の4ドメインに分類している。proof-of-concept段階では、上咽頭癌92%・喉頭悪性腫瘍86%・耳科病変>95%の報告精度など、画像ベースのDL診断が専門医に匹敵しうると報告される（いずれも個別研究の報告値であり統合効果量ではない）。一方、臨床実装には多施設データ・取得プロトコル標準化・解釈可能性・前向き検証が共通課題とされる。応用領域は耳鼻咽喉科の各サブ領域を横断する。喉頭科ではビデオ喉頭鏡の深層学習解析による病変同定、音声バイオマーカーによる疾患スクリーニング、嚥下造影の自動セグメンテーションによる誤嚥検出が新展開として報告される。喉頭科・気管食道科・睡眠外科を横断したレビューでも、音声・嚥下・睡眠データの処理解釈にAIが応用される。耳科ではML（人工内耳・鼓室形成術・前庭神経鞘腫等の手術成績予測、耳科病変の診断）が整理される。小児領域では中耳炎・アデノイド肥大・小児OSAの診断に深層学習画像解析が有効性を示すが、成人データの汎化問題と小児データ不足が固有の課題。顔面神経麻痺ではeFACE/Emotricsを用いた顔面ランドマークの定量とグレーディング自動化が論じられる。睡眠PSGの自動ステージングは画像以外のAI診断応用の代表で、睡眠障害スクリーニング・診断に応用される。鼻副鼻腔領域ではDLが画像からの副鼻腔炎診断・副鼻腔容積定量や術中フェーズ評価に応用される。研究動向としては、耳鼻咽喉科AIの関心が聴覚技術から診断的革新（NBI等）を経てMRI/radiomics/CTによる頭頸部癌等へ移行していると報告される。

カバレッジ（この知識の確からしさ範囲）

背骨(anchor): — ナラティブレビュー・2026（JAMA Otolaryngol Head Neck Surg）。耳鼻咽喉科DL原著327件を4ドメインに分類した最新の大規模統合。内視鏡・画像のAI診断を中核から扱い、主題ずれを解消。
反映範囲: abstract-only 暫定。アブストラクトのみからドメイン分布・報告精度・課題を反映。
差分(2025–2026): 鼻科特化レビュー、計量書誌レビューを周辺サブ領域・研究動向として上乗せ。
サブ領域別レビュー(2023–2026): 喉頭科、喉頭/気管食道/睡眠外科横断、耳科、小児耳鼻咽喉科、顔面神経麻痺、睡眠PSGステージングを応用領域横断のマップとして上乗せ。
周辺マップ（背骨外）: — 小児上気道AI（OSA中心・生理信号ベース）。本トピックに対し非直接性が高く、背骨ではなく周辺領域として保持。
暫定(全文未取得): 反映10件すべて note_status=provisional-abstract。各研究の参照標準・個別RoB・検証設計・統合効果量は未確認（OA全文がEurope PMCで取得不可）。全文入手で要再評価。
飽和目標: 内視鏡画像（喉頭・鼻副鼻腔・中耳等）の深層学習診断の系統的レビューと診断精度研究（STARD/QUADAS-2準拠） を全文で取得し、報告精度の検証水準まで踏み込む。

病態・基礎

本トピックは検査・画像診断技術であり病態項目は該当しない。DL手法の特徴として、生データから階層的表現を自律学習し画像（例: ストロボスコピー）や生理信号の解析に適すると整理される（※全文未取得・暫定）。

診断（※全文未取得・暫定）

DL応用の領域分布: 検出・診断179件(55%)、画像セグメンテーション93件(28%)、予測・予後16件(5%)、新興応用39件(12%)。
proof-of-concept報告精度: 上咽頭癌92%、喉頭悪性腫瘍86%、耳科病変>95%（個別研究の報告値・統合値ではない）。
画像セグメンテーションモデルは解剖領域の描出に有用と報告。
喉頭（内視鏡）: ビデオ喉頭鏡の深層学習解析による病変同定、音声バイオマーカーによる疾患スクリーニング、嚥下造影の自動セグメンテーションによる誤嚥検出。喉頭科・気管食道科・睡眠外科を横断した音声・嚥下・睡眠データのAI解析。
- 喉頭癌検出AIの診断精度（診断精度MA・差分・横断スイープ）: 喉頭癌検出におけるAIを15研究17,559例で統合したSR/メタ解析で、プール感度78%・特異度86%・診断オッズ比53.77（95%CI 27.38–105.62）。サブ解析でCNNベースモデルが非CNNベースより画像解析・病変検出で優れ、著者は実世界利用が可能と結論（confidence:medium・abstract暫定。参照標準/前向き検証/閾値効果がアブストラクトから不明・感度78%は見逃しリスク）。喉頭サブ領域では数少ない統合効果量データ。
耳科（耳鏡/鼓膜画像）: ML応用として耳科病変の診断・影響因子同定、手術成績予測（人工内耳・能動中耳インプラント・鼓室形成術・前庭神経鞘腫切除）。
- 小児中耳炎のrule-outスクリーニング（診断精度研究）: RCT由来の鼓膜画像793枚でAI分類器を評価し、異常耳の感度96–100%・AUC 0.83–0.92、画像正規化改善後の最良変種で感度92%・特異度73%。著者は「プライマリレベルで中耳炎をrule-outし、健常耳の大多数で医師受診を不要にしうる」と結論（confidence:medium。サブ領域研究では数少ない前向き診断精度データだが、特異度が画像品質に依存、デバイス企業COIあり、実世界の保護者主導設定は未検証）。
小児: 中耳炎・アデノイド肥大・小児OSAの診断に深層学習画像解析・予測モデリングが有効性を示す。ただし成人訓練データの不適切な汎化と小児データ不足が固有の課題。
顔面神経麻痺: eFACEスケール・半自動ツールEmotricsによる顔面ランドマーク定量とグレーディング自動化。理想形は動画リアルタイム解析でeFACEスコアを推定し臨床家を補助。
睡眠PSG: 深層学習による自動睡眠ステージング（信号選択・前処理・モデル・分類・性能指標のパイプライン）が睡眠障害スクリーニング・診断・健康モニタリングに応用される（画像以外のAI診断の代表例）。
鼻副鼻腔: DLが放射線画像からの副鼻腔炎診断・副鼻腔容積定量に応用される。
研究動向上、診断的革新（オージオメトリ・NBI）からMRI/radiomics/CTによる頭頸部癌・慢性副鼻腔炎・喉頭学へ関心が移行。

治療

本トピックは診断技術。治療項目は該当しないが、術中支援として手術器具トラッキング・術中ランドマーク同定などの新興応用が報告される。鼻副鼻腔では術中フェーズ評価（ステップ予測・合併症予防・術者フィードバック）が検討される。耳科ではMLが術式（人工内耳・能動中耳インプラント・鼓室形成術・前庭神経鞘腫切除）の成績予測に応用される。小児では耳科手術中のランドマーク同定、鼓膜換気チューブ留置時の中耳貯留液予測のポテンシャルが報告される。

予後・経過

予後応用として中咽頭癌の生存層別化、慢性副鼻腔炎の再発予測が報告されるが、全DL研究のうち5%と少数。

更新履歴

2026-06-04（横断スイープ・新着上乗せ第2回）: 喉頭癌検出AIの診断精度SR/メタ解析（15研究17,559例・プール感度78%/特異度86%/DOR 53.77・CNN優位）を「診断（喉頭）」に反映（confidence:medium・暫定）。喉頭サブ領域では数少ない統合効果量データ。アンカー維持。paper_count 11→12。
2026-06-04: 横断スイープ差分1本。小児中耳炎のrule-outスクリーニング向けAI分類器の診断精度研究（793画像・感度92–100%・特異度73%・RCT由来）を「診断（耳科）」に反映（confidence:medium・暫定、企業COI/実世界未検証を併記）。サブ領域では数少ない前向き診断精度データ。paper_count 10→11。
2026-06-03: サブ領域別AIレビュー6本を差分反映し応用領域横断のマップを拡充（喉頭科・喉頭/気管食道/睡眠外科横断・耳科・小児・顔面神経麻痺・睡眠PSGステージング）。全件OA全文がEurope PMCで取得不可のため provisional-abstract。paper_count 4→10。アンカーはを維持。
2026-06-02: ENT内視鏡/画像AIレビュー3本を差分反映、主題ずれ背骨を差替。背骨を小児上気道AI→耳鼻咽喉科DLナラティブレビューに変更し、鼻科・書誌計量を上乗せ。旧背骨は周辺マップに格下げ。
2026-06-01: 初版作成（abstract-only 暫定）。小児上気道AI/MLのSRを狭い暫定背骨として反映。

参照論文

— 背骨(anchor)・統合: 耳鼻咽喉科DL原著327件を4ドメインに分類、上咽頭癌92%・喉頭癌86%・耳科>95%の報告精度 (Novi 2026, JAMA Otolaryngol Head Neck Surg / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・統合: 鼻科AIレビュー。副鼻腔炎診断・容積定量・術中フェーズ評価 (Bayar Muluk 2026, J Craniofac Surg / narrative-review / Lv.5 / RoB:n/a / confidence:low / 暫定)
— 差分・統合(書誌計量): 耳鼻咽喉科AI 498件の動向、画像診断（MRI/radiomics/CT）へのシフト (Demir 2025, Eur Arch Otorhinolaryngol / narrative-review / Lv.5 / RoB:n/a / confidence:low / 暫定)
— 周辺マップ（背骨外）: 小児上気道AI/ML応用はOSA診断に偏在 (Dallari 2026, Eur Arch Otorhinolaryngol / sr-ma / Lv.1 / RoB:some-concerns / confidence:low / 暫定)
— 差分・サブ領域(喉頭科): ビデオ喉頭鏡DL病変同定・音声バイオマーカー・嚥下造影自動セグメンテーション、データセット偏り/外部検証/ground-truth欠如 (Torborg 2024, Curr Opin Otolaryngol Head Neck Surg / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・サブ領域(喉頭/気管食道/睡眠外科): 音声・嚥下・睡眠データのAI解析 (Nwosu 2024, Otolaryngol Clin North Am / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・サブ領域(耳科): 耳科病変診断・手術成績予測（人工内耳/鼓室形成術/前庭神経鞘腫） (Koyama 2024, Auris Nasus Larynx / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・サブ領域(小児): 中耳炎/アデノイド/小児OSA診断、成人データ汎化問題・小児データ不足・連合学習 (Navarathna 2025, Int J Pediatr Otorhinolaryngol / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・サブ領域(顔面神経麻痺): eFACE/Emotricsによる顔面ランドマーク定量とグレーディング自動化（臨床家補助） (Boochoon 2023, Facial Plast Surg / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・サブ領域(睡眠PSG): 深層学習による自動睡眠ステージング（データ→モデル→検証→臨床）、睡眠障害スクリーニング応用 (Yue 2024, Sleep Med Rev / narrative-review / Lv.5 / RoB:n/a / confidence:medium / 暫定)
— 差分・診断精度(耳科): 小児中耳炎のrule-out向けAI分類器、鼓膜画像793枚で感度92–100%・特異度73%・AUC 0.83–0.92、医師受診の回避を示唆 (Nuuttila 2026, Int J Pediatr Otorhinolaryngol / diagnostic-accuracy / Lv.2 / QUADAS-2 / RoB:some-concerns / confidence:medium / 暫定)
— 差分・診断精度(喉頭): 喉頭癌検出AIのSR/メタ解析(15研究17,559例)。プール感度78%・特異度86%・DOR 53.77・CNN優位、実世界利用可能と結論 (Alabdalhussein 2025, Curr Oncol / diagnostic-accuracy / Lv.1 / QUADAS-2 / RoB:some-concerns / confidence:medium / 暫定)

このトピックに反映した論文カード・知識更新の履歴を見る