[{"data":1,"prerenderedAt":66},["ShallowReactive",2],{"topic-ai-endoscopy-diagnosis":3},{"id":4,"title":5,"category":6,"top":7,"sub":8,"tags":9,"related":12,"anchor":16,"coverage":17,"paper_count":18,"last_updated":19,"last_fetched":19,"html":20,"toc":21,"referencedPmids":53},"ai-endoscopy-diagnosis","内視鏡・画像のAI診断","臨床\u002F検査画像診断技術","臨床","検査画像診断技術",[10,11],"diagnosis","imaging",[13,14,15],"nbi","ai-head-neck-imaging","laryngeal-cancer","PMID:41231484 (2026, narrative-review)","abstract-only暫定。アンカー=2026 JAMA Otolaryngol DLナラティブレビュー（327原著）。差分2023–2026のサブ領域別レビュー（喉頭科×2・耳科・小児・喉頭\u002F気管食道\u002F睡眠外科横断・顔面神経麻痺・睡眠PSGステージング）を上乗せし応用領域横断のマップを拡充。飽和目標: 内視鏡画像AIのSR・診断精度研究(STARD\u002FQUADAS-2)全文取得",12,"2026-06-04","\u003Ch1>内視鏡・画像のAI診断（AI-assisted Endoscopic and Image Diagnosis）\u003C\u002Fh1>\n\u003Cblockquote>\n\u003Cp>⚠️ 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。\n最終更新: 2026-06-04 ／ 反映論文: 12件 ／ \u003Cstrong>abstract-only 暫定（全文未取得）\u003C\u002Fstrong> ／ 未レビュー\u003C\u002Fp>\n\u003C\u002Fblockquote>\n\u003Ch2 id=\"sec-1\">サマリ（現時点の到達点・暫定）\u003C\u002Fh2>\n\u003Cp>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>で、DL応用を\u003Cstrong>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%)\u003C\u002Fstrong> 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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\n応用領域は耳鼻咽喉科の各サブ領域を横断する。\u003Cstrong>喉頭科\u003C\u002Fstrong>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"38719714\">PMID:38719714\u003C\u002Fbutton>。\u003Cstrong>耳科\u003C\u002Fstrong>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton>。\u003Cstrong>小児領域\u003C\u002Fstrong>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>。\u003Cstrong>顔面神経麻痺\u003C\u002Fstrong>ではeFACE\u002FEmotrics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\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton>。\u003Cstrong>睡眠PSG\u003C\u002Fstrong>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"38306788\">PMID:38306788\u003C\u002Fbutton>。\n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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>。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\u002Fradiomics\u002FCTによる頭頸部癌等へ移行していると報告される\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton>。\u003C\u002Fp>\n\u003Ch2 id=\"sec-2\">カバレッジ（この知識の確からしさ範囲）\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>背骨(anchor): \u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton> — 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。\u003Cstrong>内視鏡・画像のAI診断を中核から扱い、主題ずれを解消\u003C\u002Fstrong>。\u003C\u002Fli>\n\u003Cli>反映範囲: \u003Cstrong>abstract-only 暫定\u003C\u002Fstrong>。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。\u003C\u002Fli>\n\u003Cli>差分(2025–2026): 鼻科特化レビュー\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>、計量書誌レビュー\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton>を周辺サブ領域・研究動向として上乗せ。\u003C\u002Fli>\n\u003Cli>サブ領域別レビュー(2023–2026): 喉頭科\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton>、喉頭\u002F気管食道\u002F睡眠外科横断\u003Cbutton class=\"pmid-ref\" data-pmid=\"38719714\">PMID:38719714\u003C\u002Fbutton>、耳科\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton>、小児耳鼻咽喉科\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>、顔面神経麻痺\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton>、睡眠PSGステージング\u003Cbutton class=\"pmid-ref\" data-pmid=\"38306788\">PMID:38306788\u003C\u002Fbutton>を応用領域横断のマップとして上乗せ。\u003C\u002Fli>\n\u003Cli>周辺マップ（背骨外）: \u003Cbutton class=\"pmid-ref\" data-pmid=\"40775390\">PMID:40775390\u003C\u002Fbutton> — 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。\u003C\u002Fli>\n\u003Cli>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。\u003C\u002Fli>\n\u003Cli>飽和目標: \u003Cstrong>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\u002FQUADAS-2準拠）\u003C\u002Fstrong> を全文で取得し、報告精度の検証水準まで踏み込む。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-3\">病態・基礎\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-4\">診断（※全文未取得・暫定）\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>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%)\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"38719714\">PMID:38719714\u003C\u002Fbutton>。\n\u003Cul>\n\u003Cli>\u003Cstrong>喉頭癌検出AIの診断精度（診断精度MA・差分・横断スイープ）\u003C\u002Fstrong>: 喉頭癌検出におけるAIを15研究17,559例で統合したSR\u002Fメタ解析で、\u003Cstrong>プール感度78%・特異度86%・診断オッズ比53.77（95%CI 27.38–105.62）\u003C\u002Fstrong>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40558281\">PMID:40558281\u003C\u002Fbutton>（confidence:medium・abstract暫定。参照標準\u002F前向き検証\u002F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。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003Cli>耳科（耳鏡\u002F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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton>。\n\u003Cul>\n\u003Cli>\u003Cstrong>小児中耳炎のrule-outスクリーニング（診断精度研究）\u003C\u002Fstrong>: RCT由来の鼓膜画像793枚でAI分類器を評価し、異常耳の\u003Cstrong>感度96–100%・AUC 0.83–0.92\u003C\u002Fstrong>、画像正規化改善後の最良変種で\u003Cstrong>感度92%・特異度73%\u003C\u002Fstrong>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"42114455\">PMID:42114455\u003C\u002Fbutton>（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）。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"38306788\">PMID:38306788\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>研究動向上、診断的革新（オージオメトリ・NBI）からMRI\u002Fradiomics\u002FCTによる頭頸部癌・慢性副鼻腔炎・喉頭学へ関心が移行\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-5\">治療\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton>。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-6\">予後・経過\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-7\">最新トピック \u002F 未解決の論点\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>内視鏡・画像DL診断は専門医に匹敵する報告精度を示しつつあるが、多施設・標準化・解釈可能性・前向き検証が普及の前提条件\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>federated learning（連合学習）と explainability（説明可能性）がプライバシー保護と臨床信頼の鍵として台頭\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>。小児領域でも連合学習・発達軌跡モデリングが将来方向とされる\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>喉頭科の実装障壁: 既存研究の多くが大規模で多様なデータセット・外部検証・一貫したground-truth参照を欠き、汎化可能な結果を生めていない。加えて医師・患者のAI信頼の向上が実装の前提\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>顔面神経麻痺AIは臨床家のグレーディングを置換せず補助する位置づけで、データ品質・アルゴリズムバイアス・説明可能性が課題\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton>。小児ではアルゴリズムバイアス・モデル解釈可能性・頑健な検証が課題\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>鼻副鼻腔ではロボット鼻副鼻腔手術・画像誘導が将来像として議論\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>研究の主題はMRI\u002Fradiomics\u002FCTベースの頭頸部癌等へシフト中\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003Cli>いずれも abstract-only 暫定で、報告精度の参照標準・検証水準・統合効果量は未確認（全文入手で要再評価）。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-8\">関連トピック\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>\u003Ca href=\"\u002Ftopic\u002Fnbi\">NBI（狭帯域光観察）内視鏡\u003C\u002Fa> — NBI（狭帯域光観察）内視鏡。AI併用による病変検出の対象モダリティ\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"\u002Ftopic\u002Fai-head-neck-imaging\">頭頸部画像のAI解析\u003C\u002Fa> — 頭頸部画像のAI解析（基礎）。放射線画像・radiomics側のAI診断と相補\u003C\u002Fli>\n\u003Cli>\u003Ca href=\"\u002Ftopic\u002Flaryngeal-cancer\">喉頭癌\u003C\u002Fa> — 喉頭癌。内視鏡AIによる早期検出・鑑別の主要応用先\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Chr>\n\u003Ch2 id=\"sec-9\">更新履歴\u003C\u002Fh2>\n\u003Cul>\n\u003Cli>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\u002Fメタ解析（15研究17,559例・プール感度78%\u002F特異度86%\u002FDOR 53.77・CNN優位）\u003Cbutton class=\"pmid-ref\" data-pmid=\"40558281\">PMID:40558281\u003C\u002Fbutton>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>維持。paper_count 11→12。\u003C\u002Fli>\n\u003Cli>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）\u003Cbutton class=\"pmid-ref\" data-pmid=\"42114455\">PMID:42114455\u003C\u002Fbutton>を「診断（耳科）」に反映（confidence:medium・暫定、企業COI\u002F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。\u003C\u002Fli>\n\u003Cli>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\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton>・喉頭\u002F気管食道\u002F睡眠外科横断\u003Cbutton class=\"pmid-ref\" data-pmid=\"38719714\">PMID:38719714\u003C\u002Fbutton>・耳科\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton>・小児\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton>・顔面神経麻痺\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton>・睡眠PSGステージング\u003Cbutton class=\"pmid-ref\" data-pmid=\"38306788\">PMID:38306788\u003C\u002Fbutton>）。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\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>を維持。\u003C\u002Fli>\n\u003Cli>2026-06-02: ENT内視鏡\u002F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\u003Cbutton class=\"pmid-ref\" data-pmid=\"40775390\">PMID:40775390\u003C\u002Fbutton>→耳鼻咽喉科DLナラティブレビュー\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton>に変更し、鼻科\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton>・書誌計量\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton>を上乗せ。旧背骨は周辺マップに格下げ。\u003C\u002Fli>\n\u003Cli>2026-06-01: 初版作成（abstract-only 暫定）。小児上気道AI\u002FMLのSRを狭い暫定背骨として反映 \u003Cbutton class=\"pmid-ref\" data-pmid=\"40775390\">PMID:40775390\u003C\u002Fbutton>。\u003C\u002Fli>\n\u003C\u002Ful>\n\u003Ch2 id=\"sec-10\">参照論文\u003C\u002Fh2>\n\u003Col>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"41231484\">PMID:41231484\u003C\u002Fbutton> — 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 \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"40608779\">PMID:40608779\u003C\u002Fbutton> — 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 \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:low \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"40019544\">PMID:40019544\u003C\u002Fbutton> — 差分・統合(書誌計量): 耳鼻咽喉科AI 498件の動向、画像診断（MRI\u002Fradiomics\u002FCT）へのシフト (Demir 2025, Eur Arch Otorhinolaryngol \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:low \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"40775390\">PMID:40775390\u003C\u002Fbutton> — 周辺マップ（背骨外）: 小児上気道AI\u002FML応用はOSA診断に偏在 (Dallari 2026, Eur Arch Otorhinolaryngol \u002F sr-ma \u002F Lv.1 \u002F RoB:some-concerns \u002F confidence:low \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"39146248\">PMID:39146248\u003C\u002Fbutton> — 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\u002F外部検証\u002Fground-truth欠如 (Torborg 2024, Curr Opin Otolaryngol Head Neck Surg \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"38719714\">PMID:38719714\u003C\u002Fbutton> — 差分・サブ領域(喉頭\u002F気管食道\u002F睡眠外科): 音声・嚥下・睡眠データのAI解析 (Nwosu 2024, Otolaryngol Clin North Am \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"38704894\">PMID:38704894\u003C\u002Fbutton> — 差分・サブ領域(耳科): 耳科病変診断・手術成績予測（人工内耳\u002F鼓室形成術\u002F前庭神経鞘腫） (Koyama 2024, Auris Nasus Larynx \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"40334638\">PMID:40334638\u003C\u002Fbutton> — 差分・サブ領域(小児): 中耳炎\u002Fアデノイド\u002F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 \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"37290452\">PMID:37290452\u003C\u002Fbutton> — 差分・サブ領域(顔面神経麻痺): eFACE\u002FEmotrics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 \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"38306788\">PMID:38306788\u003C\u002Fbutton> — 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 \u002F narrative-review \u002F Lv.5 \u002F RoB:n\u002Fa \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"42114455\">PMID:42114455\u003C\u002Fbutton> — 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 \u002F diagnostic-accuracy \u002F Lv.2 \u002F QUADAS-2 \u002F RoB:some-concerns \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003Cli>\u003Cbutton class=\"pmid-ref\" data-pmid=\"40558281\">PMID:40558281\u003C\u002Fbutton> — 差分・診断精度(喉頭): 喉頭癌検出AIのSR\u002F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 \u002F diagnostic-accuracy \u002F Lv.1 \u002F QUADAS-2 \u002F RoB:some-concerns \u002F confidence:medium \u002F 暫定)\u003C\u002Fli>\n\u003C\u002Fol>\n",[22,26,29,32,35,38,41,44,47,50],{"id":23,"text":24,"level":25},"sec-1","サマリ（現時点の到達点・暫定）",2,{"id":27,"text":28,"level":25},"sec-2","カバレッジ（この知識の確からしさ範囲）",{"id":30,"text":31,"level":25},"sec-3","病態・基礎",{"id":33,"text":34,"level":25},"sec-4","診断（※全文未取得・暫定）",{"id":36,"text":37,"level":25},"sec-5","治療",{"id":39,"text":40,"level":25},"sec-6","予後・経過",{"id":42,"text":43,"level":25},"sec-7","最新トピック \u002F 未解決の論点",{"id":45,"text":46,"level":25},"sec-8","関連トピック",{"id":48,"text":49,"level":25},"sec-9","更新履歴",{"id":51,"text":52,"level":25},"sec-10","参照論文",[54,55,56,57,58,59,60,61,62,63,64,65],"41231484","40608779","40019544","40775390","39146248","38719714","38704894","40334638","37290452","38306788","42114455","40558281",1780636661999]