Development of AI-based diagnostic imaging method utilizing functional features for early gastric cancer

点击翻译按钮获取中文摘要

胃がんは最も死亡率の高いがんの一つであり、早期の発見・治療が必要とされている。近年、X線検査に代わる胃がんの早期発見の手段として、健康診断への導入が期待されるなど、内視鏡画像診断のニーズはさらに高まっている。しかし、早期の胃がんは形態的特徴に乏しく消化器系がんの中でも特に診断が難しいことから、診断精度は術者の熟練度や装置性能に大きく依存する。今後、世界中で検査数増加が想定されることから、コンピュータによって検査画像を正確・迅速に事前レビューし、術者の負担軽減や診断の均霑化を支援できる技術が求められている。そこで本研究では、機械学習を活用して内視鏡画像から早期の胃がんを高精度に自動検出し、熟練度や装置性能の違いによる診断精度差を軽減することを目指している。本研究では昨年度までに畳み込みニューラルネットーワーク（CNN）を活用し、少量の学習用データから早期胃がんを自動検出するスキームを提案した。今年度は提案スキームをさらに拡張し、内視鏡検査画像の入力に対し、病変の有無だけでなく、１画素単位で病変の存在確率を予測できるようにした。これによって、術者が実際の臨床現場で実施する病変の範囲診断との比較が可能となった。提案法を共同研究機関から提供頂いた約2年分の連続症例を用いて評価したところ、内視鏡専門医の範囲診断とほぼ同等の結果が得られることを確認した。これらの成果は医学系論文誌にアクセプトされている。