AIが肺がん診断を1年早める可能性

肺がんを早期に発見するためにCTスキャンの撮影機会が増える一方、実際に画像をチェックする読影医・放射線科医のリソースには限りがある。その解決策として、多種多様な形でAIによる肺がん検出の試みが発表されてきた。

欧州呼吸器学会(ERS)の国際会議では、フランス国立情報学自動制御研究所(INRIA)のグループから「深層学習システムによって肺がん診断の1年前に肺結節を検出する研究」が発表されている(抄録番号OA4317)。同研究では、3年間の肺がんスクリーニング試験に参加した1,179名のCT画像からアルゴリズムを構築した。その結果、最終的に肺がんの病理診断に至った177名のうち、実に172名(97%)の悪性腫瘍が画像のみから検出可能であった。また、がん診断の1年前のスキャン画像においては、後にがんが検出される病変部位を152 件で特定することができた。

研究グループは、現状のプログラムでは「がんではない部位を陽性であるとして特定」する“偽陽性”が多く、不要な生検につながらないよう、臨床応用に向けた大幅な改善が必要と考察する。同グループのBenoît Audelan氏は「研究の目的は放射線科医に取って代わることではなく、放射線科医を支援すること」と語り、どの患者をさらに精査すべきか特定できる新システムの開発を計画している。

関連記事:

  1. Optellum – 肺がん検出・管理のためのAIプラットフォーム
  2. Lunit – 肺がん検出におけるAIの有効性検証試験結果を公表
  3. AIモデルで胸部X線画像から12年間の肺がんリスクを評価
  4. 肺がん疑いの結節をリスク分類するAI – 米ヴァンダービルト大学
  5. AIツールで肺がん再発リスクの高い腫瘍領域を識別 – Nature Medicineより

前の記事呼気から新型コロナウイルス感染を高精度識別
次の記事貧困地域における「子宮頸がん撲滅予測モデル」
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。