公開日
この記事をシェアする 
研究者らは、新しい AI モデルは既存のディープラーニング手法よりもがんの診断と評価に一般化できる可能性があると述べています。
科学者たちは、複数の種類のがんを診断および評価できる可能性のある新しい人工知能 (AI) モデルを設計しました。
研究者らによると、臨床組織病理画像評価財団（CHIEF）と呼ばれる新しいモデルは、他の深層学習モデルに比べて、がんの検出、腫瘍の起源の特定、患者の転帰の予測において最大36パーセント効果的であったという。
ハーバード大学医学部の研究者が率いるチームは、現在の癌の深層学習モデルの多くが特定の機能を実行するように訓練されているため、このモデルをさまざまな診断タスクにさらに広く適用できるようにしたいと考えていました。
「既存の方法とは異なり、当社の AI ツールは、広範囲のがんの種類とバリエーションを考慮して、がん診断に関する正確なリアルタイムのセカンドオピニオンを臨床医に提供します」とハーバード大学医学部生物医学情報学の助教授で主任著者の Kun-Hsing Yu 氏は述べています。研究についてユーロニュース・ヘルスに電子メールで語った。
チーフはどのように機能しますか?
このモデルは 1,500 万枚を超える異なる病理画像でトレーニングされており、「これにより、非定型的な特徴を持つがんの診断の信頼性が向上します」と Yu 氏は付け加えました。
その後、組織スライドの 60,000 枚以上の高解像度画像を使用して、「AI モデルをさらに開発し、特定の遺伝的および臨床的予測タスクに合わせて微調整」しました。
研究者らは、世界中の24の病院と患者コホートからの19,400枚以上の画像でモデルをテストし、その結果を水曜日に学術誌ネイチャーに発表した。
研究チームによると、このモデルは腫瘍組織のデジタルスライドを読み取ることで機能し、画像内の特徴に基づいて分子プロファイルを予測できるという。また、患者が治療にどのように反応するかに関連する腫瘍の特徴を特定することもできます。
モデルのパフォーマンスの指標に基づいて、11 種類のがんにわたってがん細胞を検出する精度がほぼ 94% に達しました。
「結腸がん細胞の特定や遺伝子変異の予測など、特定の用途において、私たちのモデルのパフォーマンスは最大 99.43 パーセントに達しました」と Yu 氏は述べています。
研究者らは、AI モデルが臨床医による患者の腫瘍のより正確な評価に役立つことを期待している。
この研究には関与していない米国のメイヨークリニックの放射線科教授アジット・ゴエンカ氏によると、新しいモデルは腫瘍学へのAI応用における「有望な進歩を示す」という。
同氏はユーロニュース・ヘルスに電子メールで、「予備的な診断評価を効率化し」、「さらなる検査のために重要な領域を強調する」ためにスライドを分析するツールを病理学者に提供する可能性があると語った。
「これらの機能にもかかわらず、多様な臨床環境における CHIEF の堅牢性は依然として厳密にテストされておらず、おそらく代表的ではない大規模なデータセットでのトレーニングから生じるバイアスの可能性は無視できません」と、膵臓がんの改善に AI を使用している研究者のゴエンカ氏は述べています。診断。
CHIEF が診療所で使用されるまでの残りのステップは、規制当局の承認を受けることです。
「これを達成するために、我々は現実の臨床現場でCHIEFモデルを検証するための前向き臨床研究を開始しています」とYu氏は述べ、希少がんの検出能力の拡張にも取り組んでいると付け加えた。
ゴエンカ氏は、このモデルを臨床で使用するには「多様な患者層とさまざまな臨床状態を網羅した、現実の環境での広範な検証」が必要になると付け加えた。
「この検証は、モデルのパフォーマンスが理論的に優れているだけでなく、日常の臨床実践において実際的に信頼できるものであることを確認するために非常に重要です」と彼は言いました。
