特発性肺線維症（IPF）をはじめとする間質性肺疾患（ILD）の診療において、高分解能CT（HRCT）でのUIPパターンの判定は治療方針に直結しますが、読影者間で判定にばらつきが生じることが長年の課題でした。本研究は、深層学習アルゴリズム「SOFIA」による診断支援が、医師間の診断一致度（ICC）を改善するだけでなく、予後予測精度までも向上させることを示した報告です。

Deep-Learning Algorithm Diagnostic Support for Usual Interstitial Pneumonia Pattern Recognition in Fibrotic Interstitial Lung Disease
線維化を伴う間質性肺疾患における通常型間質性肺炎パターン認識のための深層学習アルゴリズム診断支援
Fermoyle CC, Mackintosh JA, Navaratnam V, Ellis SJ, Cooper WA, Goh NSL, Moodley Y, Reynolds PN, Zappala CJ, Hopkins P, Glaspole IN, Corte TJ, Walsh SLF; SOFIA Project Consortium.
Respirology. 2026 Apr 1. doi: 10.1002/resp.70246. Epub ahead of print.

背景：
間質性肺疾患（ILD）患者において、高分解能CT（HRCT）スキャンによる通常型間質性肺炎（UIP）の診断的分類は、治療の意思決定および臨床試験の適格性に重要な役割を果たしますが、ばらつきが生じやすいという問題があります。深層学習アルゴリズムであるSystematic Objective Fibrotic Imaging Analysis Algorithm（SOFIA）は、現在のガイドラインに基づいたHRCTの分類を支援することが検証されています。本研究では、UIP分類の評価者間一致度、および臨床医によるILDのHRCT評価の予後予測精度に対するSOFIAの影響を評価します。

研究デザイン：
放射線科医および呼吸器内科医（評価者）が、全国的な線維性ILDレジストリからの203件のHRCTを評価するよう招待され、4つのUIPカテゴリー（definite UIP、probable UIP、indeterminate、または代替診断）のそれぞれについてスコア付けを行いました。その後、SOFIAの出力結果が提供され、評価者は自身のスコアを再評価することができました。UIP分類の評価者間一致度および予後予測精度の変化を計算しました。

結果：
49カ国から312名の評価者（放射線科医120名、呼吸器科医192名）が203件のHRCTスキャンを評価しました。SOFIAの提示後、definite UIPの診断一致度は中等度から良好へ（ICCpre = 0.54[0.50-0.60]；ICCpost = 0.70[0.66-0.74]）、probable UIPの診断一致度は軽度から中等度へ（ICCpre = 0.30[0.27-0.35]；ICCpost = 0.53[0.49-0.58]）改善しました。SOFIAの提示後、評価者によるdefinite UIP、probable UIP、およびindeterminateスコアの予後予測精度が向上し（c-indexの有意な変化）、probable UIPスコアが移植なし生存期間を有意に予測した評価者の割合が42%増加しました。

結論：
HRCTスキャンを評価する臨床医にSOFIAアルゴリズムの出力結果を提供することで、線維性ILDの診断一致度と予後予測精度が向上しました。SOFIAは、診断の一貫性向上をサポートする有用な自動支援ツールとなり得ます。