多臓器における腺癌を高精度に検出する病理AIの開発に成功| PLOS ONEに論文掲載

このエントリーをはてなブックマークに追加

メドメイン株式会社は2023年1月12日、Deep Learning(深層学習)の学習様式である「弱教師あり学習」を用いることで、多臓器(胃・大腸・肺・乳腺・リンパ節)の病理組織デジタル標本において、腺癌を高精度に検出する人工知能の開発に成功したと発表した。この開発に関する論文をPLOS(https://plos.org)が発行するPLOS ONEに投稿し、2022年11月23日に論文が掲載されたとのこと。(掲載箇所:https://journals.plos.org/plosone/article?id=10.1371/journal.pone.0275378

多臓器において多彩な形態を呈する腺癌

これまで同社は、特定の臓器(胃など)における腺癌やその亜型の分類・検出を可能にする人工知能を開発してきた。これらの研究的取り組みは、所謂「特化型」の人工知能開発とも理解できる。すなわち胃腺癌を検出するモデルは、胃の組織にしか高精度に適用できなかった。

しかし実際には「①原発巣が不明であるが、観察している臓器の組織に転移を強く疑う癌が存在していること」や「②癌のリンパ節転移のスクリーニング」のように、原発巣を限定しない腺癌の転移の有無を、膨大なリンパ節検体からスクリーニングする必要がある。このような場合において従前の方法で開発した人工知能は、学習内容が汎用的でないために適用できないことがあったという。

今回の研究は多臓器における多彩な形態を呈する腺癌を、デジタル化された病理組織標本において高精度に検出することを目的としている。2020年より一貫して継続的に発表している弱教師あり学習を用いた開発手法(文献例:Scientific Reports, 10: 9297, 2020)によって人工知能の開発をおこなったとのこと。

原著論文
▼論文タイトル: Weakly supervised learning for multi-organ adenocarcinoma classification in whole slide images
▼日本語訳: 多臓器における腺癌検出を病理組織デジタル標本で可能にする弱教師あり学習を用いた人工知能の開発
▼DOI: https://doi.org/10.1371/journal.pone.0275378

■メドメイン株式会社
https://medmain.com
https://service.medmain.com

>>ニュースリリース