AIツールが乳房MRIスキャンで腫瘍の位置を正確に特定

MRIスキャンによる乳がん検出に革命を起こす新しいAIモデルが開発され、既存のベンチマークモデルと比較して腫瘍の位置特定精度が大幅に向上しました。この革新的なツールは、約10,000万件の乳房MRI検査の大規模データセットで学習され、研究で明らかにされました。 公表 本日、Radiology誌に掲載されました。

「AI支援MRIは、人間が発見できないがんを検出できる可能性がある」とマイクロソフトのAI for Good Labのシニアリサーチアナリストで主任研究者のフェリペ・オビエド氏はニュースリリースで述べた。

乳がん検診における現在の課題

乳がん検診におけるマンモグラフィーは依然として標準的な治療法ですが、高濃度乳房組織を持つ患者ではその有効性が低下します。高濃度乳房はがんリスクを高めるだけでなく、マンモグラフィーによる腫瘍検出を困難にします。

これに対処するため、医師は、特に乳房が濃い女性やがんのリスクが高い女性に対して、補助的な検査ツールとして乳房 MRI を推奨することがよくあります。

「MRIはマンモグラフィーよりも感度が高いです」とオビエド氏は付け加えた。「しかし、MRIの方が費用が高く、偽陽性率も高いのです。」

AIによる精度の向上

これらの課題を考慮して、オビエド氏のチームはワシントン大学放射線科の臨床研究者と協力し、異常検出が可能な AI モデルを開発しました。

このモデルは正常データと異常データの区別に優れており、潜在的な悪性腫瘍を特定して更なる調査を行うのに役立ちます。従来のモデルはこの分野で苦戦しており、多くの場合、非現実的なデータ分布に基づいて構築されており、低罹患率のがん集団では良好なパフォーマンスを発揮できません。

「これまで開発されたモデルは、がん症例が50%、正常症例が50%というデータで学習されていましたが、これは非常に非現実的な分布です」とオビエド氏は付け加えた。「これらのモデルは、低罹患率のがん患者集団やスクリーニング対象集団（全症例の2%以下ががん患者）における厳密な評価が行われておらず、解釈可能性も欠いています。これらは臨床応用に不可欠な要素です。」 

AIモデルの開発とテスト

この革新的なモデルは、10,000年間にわたる約17万件の造影乳房MRI検査データを用いて学習されました。患者の約80%は白人で、42.9%は不均一な高濃度乳房、11.6%は極めて高濃度の乳房でした。

この異常検出ツールは、バイナリ分類モデルとは異なり、良性の症例の堅牢な表現から学習し、トレーニング中に過小評価された場合でも異常な悪性腫瘍にフラグを立てる能力を強化します。

「私たちのモデルは、乳房の異常をピクセルレベルで分かりやすく説明します」とオビエド氏は付け加えた。「これらの異常ヒートマップは、潜在的な懸念領域を浮き彫りにし、放射線科医ががんである可能性が高い検査に集中することを可能にします。」 

AIモデルは、複数の施設における治療前の乳房MRI検査データを含む社内および社外のデータセットを用いて厳密なテストを受けました。異常検出モデルは腫瘍の位置を正確に特定し、様々な検証グループおよび検出タスクにおいて既存のベンチマークモデルを上回る性能を示しました。

臨床実践への影響

このAIツールを放射線科のワークフローに統合すれば、トリアージのために正常なスキャンを除外し、異常の可能性があるスキャンに焦点を当てることで、乳房MRI検査の効率を大幅に向上させることができます。これにより診断プロセスが合理化され、放射線科医はがんの可能性が高い症例を優先的に診断できるようになります。

前進する道

このモデルを臨床的に採用する前に、放射線科医のワークフローを強化し、乳がんをより正確に早期に検出することで人命を救う可能性を十分に確認するために、より大規模なデータセットと将来的な研究での評価が必要です。

出典： 北米放射線学会