乳がん診断のgame changerとなるか – AIによる超音波エラストグラフィの解析

腫瘍の良悪性判断は、臨床医と医学研究者にとって長年の課題であり続けている。正確に見極めるには腫瘍組織を直接取ってくる「生検」が必要となることが多いが、患者にとってその侵襲性は多大である。一方で、診断の遅れや偽陰性は治療機会を逸することにもつながる。今回は、AIを利用し、非侵襲的で高精度の乳がん診断を目指す新しい取り組みを紹介する。

近年、超音波エラストグラフィという新しい画像技術が実用化されている。生体組織の柔らかさは病理的に決定していることが多いため、悪性病変(特にがん)を組織の柔軟性から画像的に評価できるだろうというものだ。具体的には、組織に振動を加えた際のせん断波の伝播速度を計測するものが知られている。乳がん診断にも実際に適用が始まっているが、エラストグラフィの画像読影は時間を要すること、複雑なプロセスを経ること、専門家間での評価の隔たりなどが問題となっている。そういったなか、米南カリフォルニア大学の研究チームは今月公開される論文中で、畳み込みニューラルネットワークを利用し、この超音波エラストグラフィ画像から乳房腫瘍の良悪性を判断する取り組みを示している。

チームは12000枚の画像をアルゴリズムに学習させ、8割程度の診断精度を実現しているという。現時点ではあくまで研究途上であり、実臨床利用のためにはさらなる精度向上が欠かせないが、この研究は非常に斬新な手法を取り入れている点にも言及しておく必要がある。それは、実はこのサンプル画像が実画像ではなく、合成画像であるという点だ。臨床的に有効性の高いAIアルゴリズムを導くためには大量の画像データが必要になるが、実際的にはこのようなデータベースの構築はきわめて難しい。アルゴリズムを大量の合成画像で導き、現実的な数での実画像で妥当性の検証を行うことができるのであれば、医療AI開発は一層の進展をみせる可能性があると言える。

前の記事手術の上手い下手 – AIが判定します
次の記事世界の精神科医たちは医療AIを強く疑っている? – SERMOの国際意識調査から
TOKYO analytica
TOKYO analyticaは、データサイエンスと臨床医学への深い造詣を武器とし、健康に関するあらゆるモノ・コトのエビデンス構築・普及をお手伝いするメディカルコンサルティングプロジェクトです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。専門はメディカルデータサイエンス。ロンドンでのベンチャーエンジニアを経て、英国内の大学で医療データベース研究に従事。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。