AIはスクリーニングで見逃された中間期乳がん症例の3分の1を検出

本日、放射線学の専門誌「Radiology」に掲載された研究によると、乳がん検査用の人工知能アルゴリズムにより、デジタルトモシンセシスマンモグラフィー（DBT）の性能が向上し、中間期がんの発生率を最大3分の1まで低減できる可能性があるという。

中間期乳がんは、定期的なマンモグラフィーによるスクリーニングの間に診断される症状のある腫瘍です。これらの症例は、病変の進行度が高く、腫瘍の増殖が速いため、予後が不良となる傾向があります。DBT（3Dマンモグラフィー）は、乳房病変の視認性を向上させ、高濃度組織に隠れている可能性のある腫瘍を特定することができます。しかし、DBTは比較的新しい技術であるため、最近導入した施設における患者の長期転帰データは依然として限られています。

「10年間のDBTスクリーニングを超える乳がん死亡率のデータが不足していることから、中間期がん発生率がしばしば代替指標として用いられます」と、マサチューセッツ総合病院の乳房画像品質部長であり、ハーバード大学医学部の准教授でもある本研究著者のマニシャ・バール博士は説明する。
「この発生率の低下は、乳がんの発生率と死亡率の低下を示唆しています。」

研究：AIが未検出の腫瘍を特定

バル氏らは、1,376症例を対象とした研究で、DBTスクリーニングを受けた女性224名における224例の中間期がんを後方視的に解析しました。これらの画像において、Lunit INSIGHT DBT v1.1.0.0 AIアルゴリズムは、これまで検出されていなかった腫瘍の32.6%（224例中73例）を正確に特定しました。

「以前は放射線科医によって正常と解釈されていたマンモグラムにおいて、AIアルゴリズムによって中間期腫瘍のほぼ3分の1が検出され、正確に位置が特定されたことに驚きました。これはAIが『第2の読影者』として潜在的可能性を浮き彫りにしています」とバール氏は述べた。

研究者らによると、これは DBT 画像で中間期がんを検出するために AI を使用することを具体的に検討した初の公開された研究である可能性がある。

「AIはこれまで、従来の2Dデジタルマンモグラフィーで中間期がんを検出するために使用されてきましたが、私たちの知る限り、特に3Dトモシンセシススキャンにおける中間期腫瘍のAI検出に関する研究論文は文献に発表されていません」とバル氏は説明した。

方法論: 単なるスナップショットではなく、病変レベルで

アルゴリズムの感度を過大評価するのを避けるために、バル氏のチームは病変に特化した分析を使用した。つまり、AI が腫瘍の正確な位置を正しく特定し特定した場合にのみ、AI に「スコア付きヒット」が与えられた。

「対照的に、画像全体解析では、アノテーションが誤っていてもAIに「合格」と判定され、感度が人為的に高められてしまう可能性があります」と彼女は付け加えます。
「病変の局在精度に焦点を当てることで、アルゴリズムの臨床性能をより信頼性の高い方法で評価できます。」

AIは一体何を見つけるのでしょうか?

• アルゴリズムによって検出された腫瘍は大きくなる傾向があった
• 多くの場合、リンパ節の損傷に終わる
• これは、AI が主に、悪性腫瘍や急速に増殖する腫瘍、あるいはすでに進行段階にあったがスクリーニング中に医師が見逃した腫瘍を特定することを意味する可能性があります。

全体的な結果:

1,000人の患者（腫瘍が確認された患者と良性または偽陽性の結果となった患者の両方を含む）のうち、AI：

• 334件の真陽性症例のうち84.4%を正しく特定
• 333件の真陰性のうち85.9%を正しく分類
• 333件の誤検出のうち73.2%が誤りとして却下された

結論と意義

「私たちの研究では、AIアルゴリズムがDBTスクリーニング画像上の中間期乳がんの約3分の1を遡及的に検出し、正確に位置を特定できることが示され、中間期がんの発生率を減らし、スクリーニングの結果を改善する可能性を示しています」とバール博士は述べています。

私たちの研究結果は、がん検出の精度向上のためにAIをDBTワークフローに統合することを支持するものです。しかし、実際の影響は、放射線科医が臨床現場でAIをどの程度導入し、適応させるか、そして様々な臨床現場でその有効性を検証するかにかかっています。