「MRI乳がん検診の偽陽性」を減らす予測モデル

高濃度乳房(デンスブレスト)は乳腺組織の豊富な乳房を指すが、一般的な乳房に比べると乳がん発症率が高いことも知られている。一方、デンスブレストはマンモグラフィ写真において全域が白く写るため、病変の識別が容易でない。

デンスブレストにおけるマンモグラフィを代替し得るスクリーニングツールとして、MRIを用いた検診がある。現代の医療水準では、これが乳がん診断において最も感度の高い画像技術となるが、高感度故に「他のスクリーニング手法では見過ごされていた良性病変」が容易に検出され、追加の精密検査を要することとなる。結果的に患者予後の改善に寄与しない部分において、患者負担および医療費の増大を引き起こすという問題点があった。オランダ・ユトレヒト大学医療センターの研究チームは、MRI乳がん検診において「真陽性と偽陽性を区別するための新しい予測モデル」を構築した。

Radiologyからこのほど公開されたチームの研究論文によると、MRIで得られた画像所見と臨床所見から、多変量ロジスティック回帰でこの予測モデルを構築したという。454名のMRI陽性者に対して前向き試験を行ったところ、実際に乳がんであった真陽性は79名で、375名が偽陽性であった。この集団に予測モデルを適用したところ、実に偽陽性の45.5%、不要な生検の21.3%を回避できる推計となった。

著者らは「我々の予測モデルは、第1ラウンドのMRIスクリーニングの後に、かなりの数の偽陽性を特定する。がんを見逃すことなく、良性に対する生検を減らすことを実現できるかもしれない」と述べ、乳房MRIを現実的な乳がんスクリーニング手法とするための、有用なツールとなる可能性を指摘する。

関連記事:

  1. AI手法で示された乳がん予後予測の鍵「コラーゲン配列」
  2. AI病理診断の雄「Ibex」 – 乳がん診断で欧州CEマーク取得
  3. BreastPathQ Challenge – 乳がん画像分析で病理医を上回る識別精度を達成

前の記事独ドレスデン工科大学 – 生体移植可能なAIシステム開発
次の記事韓国Speclipse社 – レーザー分光とAIによる皮膚がん診断デバイス
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. 岡本 将輝
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. 杉野 智啓
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。