人工知能を用いた乳房構成の自動評価システムの作成

• 研究課題/領域番号: 21K16386
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分55010:外科学一般および小児外科学関連
• 研究機関: 国際医療福祉大学
• 研究代表者: 関根 速子 国際医療福祉大学, 国際医療福祉大学成田病院, 講師 (20893639)
• 研究期間 (年度): 2021-04-01 – 2024-03-31
• 研究課題ステータス: 完了 (2023年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2023年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2021年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
• キーワード: 人工知能 / 機械学習 / 乳房構成 / 高濃度乳房 / マンモグラフィ / 検診マンモグラフィ / デンスブレスト

研究開始時の研究の概要

マンモグラフィによる乳がん検診は、乳癌死亡率の低減に寄与してきた。しかし、マンモグラフィでの乳房構成において、乳房全体が白く描出される「高濃度乳房（デンスブレスト）」では、微小病変の同定が困難である。高濃度乳房に対して、超音波検査等の追加アプローチの有用性を検証する必要があるが、乳房構成の判定は乳がん検診の専門家の間でもばらつきが大きい。本研究では、人工知能による乳房構成の判定ツールを作成し、検診事業に導入することにより、高濃度乳房の判定の均一化を図る。

研究成果の概要

マンモグラフィを用いて画像を網羅的に解析し、乳腺診療において重要となる腫瘍の特徴を画像情報から予測できるかを検討した。
まず、複数施設で撮影された早期乳癌症例のマンモグラフィを用いて腫瘍の特徴を人工知能で予測できるかを検討した。次に、乳癌において最も転移が生じやすい、かつ治療方針決定において重要な腋窩リンパ節の転移についての画像解析を超音波画像を用いて行った。
マンモグラフィを用いて、腫瘍の特徴を予測するモデルでは、3施設からの画像情報をデータとして統一させることができ、精度の高い予測モデルとなった。また、超音波画像による腋窩リンパ節転移についてはかなり精度の高い予測モデルであった。

研究成果の学術的意義や社会的意義

マンモグラフィや超音波検査は、乳癌検診をはじめ、乳腺診療において基本となる画像モダリティである。多くの人が対象となるモダリティであることから、これらの画像を用いた人工知能による予測モデルの精度が向上することは、多くの人にとって有益となる。MRIやPET/CTとは異なり、低侵襲な検査であるが、現状では病変の精査において情報が不十分となることもある。しかしながら、低侵襲・低コストの検査において、従来以上の情報が得られるとなれば、これらの画像診断の必要性は増すことになると同時に、侵襲やコストのかかる検査の回避につながる可能性がある。