肺末梢病変のEBUS画像を中心としたAIによる診断支援の実現性検討

点击翻译按钮获取中文摘要

肺癌の気管支鏡検査における末梢肺病変の確定診断率は、超音波プローブを用いる事により飛躍的に向上した。超音波画像から気管支と腫瘍の位置関係を明確にすることが可能となったためである。一方で、腫瘍が気管支内に露出していない場合は、超音波画像が得られていたとしても診断率は60%程度である。診断が不可能であった場合に、確証を持って再生検を行うには、腫瘍内部エコー所見が参考になる。超音波所見に関するこれまでの報告では、腫瘍内部エコー所見を3つのタイプ（6つのサブクラス）に分類し、末梢肺病変の良悪性を高確率で判別が可能である。このように気管支鏡で得られる超音波所見は診断の補助に非常に重要である。しかしながら、技術習得・精度にばらつきがあることから、AI（artificial intelligence）を用いることで超音波所見から良悪性を鑑別することを、容易にばらつきなくできないか検討する意義がある。よって、本研究でAI技術により、肺末梢病変の診断支援に利用できないか検討した。本年度は島根大学医学部附属病院　呼吸器・化学療法内科で過去に気管支鏡検査で得た末梢肺野病変の超音波所見を機械学習したAIを構築した。213症例を対象としAIを構築する事ができた。AIが超音波画像から、肺病変の良悪性を見極める正解率は８３.４％（臨床医　68.4%）であった。精度の向上が今後も望まれるが、超音波画像からでもAIを構築することで、良悪性の判断が可能であると考えられた。