小児脳腫瘍をMRIから分類するAI研究 – 英ウォーリック大学

小児がんで最大の死亡原因となるのが脳腫瘍である。小児の脳腫瘍は約半数が後頭蓋窩の領域に発生し、外科的切除が可能であってもその後の再発リスクも高い。必要な切除範囲など手術計画の助けとなる術前診断のため、MRIスキャンは標準的な画像検査であるが、小児脳腫瘍で主要な3つのタイプ(上衣腫・髄芽腫・毛様細胞性星細胞腫)は診断上の特徴が重複し識別が困難な面があった。

英ウォーリック大学の15日付プレスリリースによると、同大学を含む多施設共同研究から「小児脳腫瘍のMRI・拡散強調画像に機械学習を組み合わせることで腫瘍のタイプをより高精度に識別する」研究成果が学術誌 Scientific reportsに発表された。見かけ上の拡散係数(ADC: apparent diffusion coefficient)マップの解析から、単純ベイズ分類器で精度85%、ランダムフォレスト分類器で精度84%をもって、主要3タイプを含む腫瘍の種類をMRI画像から分類することができた。

同研究に対して英バーミンガム大学の臨床小児腫瘍学教授であるAndrew Peet氏は「脳腫瘍を患う小児とその家族にとって初期の画像検査は非常に困難な時間であり、できるだけ早い答えが求められます。AIを組み合わせた画像スキャンで高い診断精度を提供することにより、私たちは何らかの答えを与え始められるでしょう」と語る。脳腫瘍の画像診断で侵襲的な生検を回避しようとするAI研究は、日本では京大iCeMs(過去記事2020/06/10)、米テキサス大学(過去記事2020/04/23)などの事例を参照いただきたい。

前の記事Seed Health – 便を評価するAI企業「auggi」を買収
次の記事EU – 欧州最大の病理画像データベース構築へ
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。