Construction of AI algorithm to identify MSI-H gastric cancer from CT images, histopathology, and clinical information

点击翻译按钮获取中文摘要

MSI-H vs. MSS stage II胃癌検体を用いた解析手術症例におけるMSI-H予測上述のように、MSI statusが判明している胃癌184例の手術検体を解析する。これら症例の「診断時のCT画像(胸腹部)」および「MSI statusが判断された病理検体のHE標本(データ化)」をinputとしてアルゴリズムを構築する。アルゴリズムの精度向上のために、MSI statusに付属する臨床情報も利用する。現在アルゴリズム構築に向けてプロトコル作成し、研究協力機関の承認待ちの状況である。承認が得られ次第、解析を開始する。本研究では、すでにMSI statusが判明しているstage II 胃癌症例におけるCT画像、HE標本、臨床情報（診断時年齢、性別）をinputとし、MSI-HであるかMSSであるかの二値分類を行うモデルを学習する。それぞれのinputを学習する機械学習モデルとして、CT画像においては3次元畳み込みニューラルネットワーク(3D CNN Network)を用いる。HE標本画像は2次元画像のため、2D CNN Networkを用いるが、スライド全体は巨大な画像となるため、複数の部分パッチ画像を入力とするMultiple Instance Learningを用いて、部分パッチ画像群を入力とした2D CNN Networkを学習する。本解析で得られたアルゴリズムの精度を確認するために、これまでに外科的に切除されたStage II胃癌症例10 0例の「診断時のCT画像(胸腹部)」および「病理検体のHE標本」をin-putし、MSI-Hである可能性が高いとアルゴリズムが判断した症例について、手術検体を用いPCR検査にてMSI statusを確認する(validation)。