乳がん識別AI – 人の学習過程を模倣したAIが放射線科医のパフォーマンスを凌駕

乳がんは依然として世界的な課題であり、2018年には世界で60万人以上が乳がんのために命を落としている(参照論文)。死亡率を低減させる有効な取り組みとしてマンモグラフィによるスクリーニングが推奨されているが、増加する撮影済み画像数に対して読影専門医の増加が十分でないこと、偽陽性率および偽陰性率が見逃せない程度に高いことが問題となってきた。

11日、Nature Medicineに発表された研究論文では、上記の課題に対応するため新しい深層学習モデルの構築方法を明らかにした。より有効性の高いモデルを得るために重要となる点として、ラベル付きトレーニングデータを大量に取得すること、および母集団・機器・モダリティの全体で一般化を確実にすること、にフォーカスしている。チームは人間の学習過程を模倣するアプローチを採用しており、AIモデルを段階的にトレーニングし、各フェーズで学習した事前情報を活用していくことで高度にラベリングされたデータへの依存を減らし、正確に乳がんを検出するモデルの導出に成功したとのこと。

研究チームが構築したマンモグラフィのスクリーニングAIを5人の読影専門医と比較したところ、ツールは5人全てのパフォーマンスを上回り、感度は平均14%向上したことが示された。また興味深いことに、欧米人のデータからトレーニングされたこの深層学習モデルが、中国人集団においてもAUC 0.971を示すなど、モデルの高い一般化可能性も併せて明らかにしている。チームの着想が乳がんスクリーニングのあり方を変革させるものとなるか、期待は大きい。

前の記事FDAがアップデートした5つの方針「AI/MLベースSaMDへのアクションプラン」
次の記事新型コロナとAI:医療AIで新型コロナウイルスに立ち向かう最新テクノロジーまとめ
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
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, PhD
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)、東京大学大学院医学系研究科博士課程修了(PhD)、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)。UCL visiting researcher、日本学術振興会特別研究員を経て、SBI大学院大学客員准教授、東京大学特任研究員など。専門はメディカルデータサイエンス。

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。