自家蛍光顕微鏡画像を用いた肺腺癌浸潤AI予測モデル構築と術中診断への応用

点击翻译按钮获取中文摘要

本研究の目的は、肺腺癌手術検体から新鮮凍結切片を作成し、自家蛍光顕微鏡を搭載したデジタルスライドスキャナーにより取得された画像情報からAIによる解析にて肺腺癌の浸潤範囲を術中診断するシステムを構築することである。自家蛍光顕微鏡を用いると、通常の術中病理診断のように染色の必要がなく、極短時間で肺胞の骨格構造を成す肺胞弾性線維網の高精細な画像取得が可能である。その肺胞弾性線維網は、肺腺癌の非浸潤部位においては規則的な網目状のパターンを呈するのに対し、浸潤部位においては断裂や不規則な肥厚などのパターンを示すことがわかっている。CT画像で、すりガラス陰影を伴う肺腺癌症例の切除標本30例分（病理学的に浸潤癌を含む20例と、AIS 10例）を選定し、ホルマリン固定パラフィン包埋標本から切片を作成した。デジタルスライドスキャナー（BZ-X800）を用い、未染色のスライド全体の自家蛍光顕微鏡画像（100倍）を取得した後に、同一スライドに対してEVG染色を行った上で標本全体の画像（100倍）を取得した。病理医に指導を受けた外科医2名がディスカッションを行いながら腺癌の浸潤範囲に着目し、①明らかな浸潤部位、②明らかな非浸潤部位、③浸潤・非浸潤同定困難部位、④血管、気管支を含む正常構造部位、に分類し、①、②および③の部分に対応した未染色のスライドの自家蛍光顕微鏡画像を機械学習アルゴリズムに学習データとしてインプットし、浸潤の予測精度を向上させるプロセスを行っている。