機械学習（AI)を用いた画像診断で同定困難な大腸癌微小肝転移の高精度同定法の開発

点击翻译按钮获取中文摘要

本研究はCTなどの画像診断で診断困難な大腸癌の微小肝転移を同定するAIを用いたツールを作成し、抽出された微小肝転移に特徴的な画像特徴量と病理画像との比較を行うことが目的である。その中で、まず当教室のデータベースを用いて大腸癌微小肝転移の同定を行うAI画像診断の作成に取り掛かった。当教室における2008-2020年の大腸癌手術データベースのうち、定期的な経過観察を行い、肝再発が指摘された100例、また2011-2020年の大腸癌肝切除データベースにおいて、肝切除後に再度肝再発を認めた80例のリストアップを行った。各症例において、肝転移が初めて同定された時点のCTを見なおし、その前に撮影したCT画像でも、再発腫瘍を認めなかったか、などを調査した。肝転移を認める画像から、同定困難な微小肝転移を同定するAIツールを作成しようとしたが、精度が上がらなかった。そこで肝再発が同定された際のCT画像と、同定される以前に撮影されたCT画像を収集し、以下の3つのグループに分類した。①CT値の調整次第で、1回前のCTで再発が同定可能、②CT値を調整しても、1回前のCTでは再発巣が同定不可能、ただし周囲血管の位置により再発とまったく同じ部位がわかる。③CT値を調整しても1回前のCTでは再発層は同定不可能、かつ周囲血管の位置関係も不明瞭。上記症例群を用いて再度AI解析を行った。その場合、③の存在により解析の精度が下がる結果が得られた。①②のみで再度解析を行うこととし、再度解析を行う予定としている。