皮膚科領域の最重要疾患のひとつである悪性黒色腫（メラノーマ）は、メラニン色素を作るメラノサイトが癌化して発生する皮膚がんで、その高い死亡率が問題となる。早期発見と切除が治療成功の鍵となる一方、良性の色素性母斑（ほくろ）との区別は容易ではない。
ベトナム・ハノイ工科大学の研究チームは、1.7万枚を超えるメラノーマおよび母斑の画像群をトレーニングデータセットとし、ダーモスコピー画像からメラノーマを識別する強力な深層学習モデルを構築した。研究成果はこのほど、Scientific Reports誌から公開されている。チームの研究論文では、適切なCNNアーキテクチャと最適化されたアルゴリズムによって、不均衡データ (Imbalanced data) における高精度メラノーマ識別手法を提案している。構築されたモデルは、ドイツ国内12の大学病院に勤務する157名の皮膚科医と比較されており、提唱モデルはAUC 0.944、感度85.0%、特異度95.0%を達成し、研究参加した皮膚科医全員の診断精度を上回っていた。
一瞥診断（スナップ・ダイアグノーシス）が基本となる皮膚科領域は、元来画像解析AIとの親和性が高い。特に一般内科外来など、皮膚科を専門としない医師にとって「ほくろの良悪性判断」は極めて難しく、ダーモスコピーの解釈も困難であるため、このような診断補助AIの臨床導入は医療の質的向上に資する可能性が高い。研究チームは、今後の研究促進と再現性確保のため、全てのソースコードを含む研究データを公開している。
関連記事：
