甲状腺生検を減らすためのAI活用

甲状腺結節は一般的なものであるが、甲状腺がんの正確な鑑別のためには細針吸引生検が必要となる。良性が大多数を占める本生検では、超音波検査段階でのAI活用により、不要な生検を回避できる可能性が指摘されてきた。

米国内分泌学会(ENDO 2022)で11日発表された、コロラド大学のチームによる研究報告では、甲状腺超音波画像から「甲状腺がんを除外し、不要な生検を回避」するための深層学習モデルを構築している。621の甲状腺結節から得られた3万枚以上の超音波画像を用いてモデルトレーニングを行い、他医療機関で収集された145の結節に基づく画像データセットでその性能が検証された。結果、感度97%および特異度61%を達成し、臨床的に許容される除外診断能力(がんの見落としが少ない)を示した。研究者らは、本分類器が「細針吸引による甲状腺生検と同等の感度を達成したこと」を強調している。

本モデルは、医師による甲状腺超音波画像のレビューを支援し、甲状腺結節に対して「さらなる検査に進むべきか」を高精度に判定できる可能性がある。ツールが標準的な臨床フローとして受け入れられるためには、前向き臨床試験によるエビデンスの蓄積が必要となるが、今回の有望な成果には業界からの期待も大きい。

関連記事:

  1. 甲状腺がんスクリーニング精度を向上させるAIモデル研究
  2. 「貧困地域で正確な妊娠週数」を算出するAI超音波システム
  3. 心臓生検の病理画像から移植拒絶反応を評価するAI

TOKYO analyticahttps://tokyoanalytica.com/
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)、英University College London(UCL)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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員准教授など。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。
RELATED ARTICLES

最新記事

注目の記事