人工知能を用いた画像解析による確実な治療選択に向けた超音波気管支鏡検査法の確立

点击翻译按钮获取中文摘要

呼吸器疾患の肺門・縦隔病変の診断には、リアルタイムに超音波下に病変を確認しながら針穿刺を行う、超音波気管支鏡ガイド下針生検（EBUS-TBNA）が広く使用されている。肺癌に対する分子標的薬の標的遺伝子検索のために次世代シークエンサーが汎用されているが、気管支鏡の微少検体では解析できないことも多く、以下の検討から治療に結び付くEBUS-TBNA手技の確立を目的とする研究である。（１）EBUS-TBNAにおける人工知能を用いた肺門・縦隔病変の超音波画像・動画の解析（２）EBUS-TBNAで得られた検体の次世代シークエンサー解析成功に寄与する因子の探索。既にカルテを用いた後ろ向き研究に関しては、当院倫理委員会に申請し、承認を得ている。まず人工知能を用いる前に、当院において2019年1月～12月にEBUS-TBNAを施行した患者のリンパ節の超音波所見（３モード）を評価し、リンパ節毎の最終診断と比較した。各超音波所見の感度、特異度、陽性/陰性的中率、正診率を算出し、多変量解析を用いて悪性リンパ節の独立した予測因子を同定し、スコアリングシステムを構築した。すると、超音波所見のうち、不均一エコー/門構造の欠如は感度が高く（93.1%/89.1%）、凝固壊死/青色ELSTは特異度が高く（97.7%/89.0%）、不均一エコーが最も正診率が高かった（87.2%）。単変量解析では、形状以外の超音波所見は全て有意に良悪性を予測でき、多変量解析では、大きさ（短径>1cm）、不均一エコー、門構造の欠如、凝固壊死、青色ELSTが悪性リンパ節の独立した予測因子であった。これらの所見の有無で0-5点にスコアリングし、カットオフ値を3点とすると、感度は77.9%、特異度は91.8%、ROC曲線下面積は0.894を示し、Bモードのみと比較し有意に高かった（p<0.01）ことを原著論文として報告した。