ログイン・会員登録

会員の方

ID・パスワードをお持ちの方は、
こちらからログインください。

パスワードをお忘れの方はこちら

認証キーの承認をされる方はこちら

2016年1月より会員IDがメールアドレスに統一されました。

会員登録されていない方

会員限定コンテンツのご利用には、会員登録が必要です。

新規会員登録

サイトマップお問合わせ

  • 新規会員登録
  • ログイン

2021/5

AIでCTコロノグラフィーの大腸ポリープ診断精度が向上
良性と前がん性病変の鑑別が可能に

AI Algorithm May Differentiate Polyps on CT Colonography

人工知能(AI)を用いた大腸CT検査(CTコロノグラフィー)補助システムの活用により、非侵襲的に良性と前がん性ポリープの鑑別が可能になるという研究結果が、「Radiology」に2月23日掲載された。

ミュンヘン大学病院(ドイツ)のSergio Grosu氏らは、平均的なリスクを持つ無症候性大腸がん検診集団のCTコロノグラフィー画像を用いて、機械学習に基づいて良性と前がん性ポリープに鑑別し、その診断精度を検証した。

すべてのサイズと形態の大腸ポリープは、CTコロノグラフィー画像上で手動でセグメンテーションを行うと同時に、病理組織学的な基準に基づいて良性(過形成性ポリープと正常粘膜)と前がん性(腺腫)に分類した。CTコロノグラフィー画像に関しては、22種類の画像フィルターを適用した後、形状、グレーレベルでのヒストグラム統計量、画像の質感を特徴づける定量的な特徴をセグメントから抽出し、1,906種類の特徴とフィルターの組み合わせを同定した。これらの画像情報と組織学的診断情報に基づき、ポリープ個々の特徴を予測するようランダムフォレスト分類アルゴリズムで学習させた後、外部のテストセットを用いて診断精度を検証した。

ランダムフォレストのモデルに適合させたトレーニングデータセットは、対象患者63例から検出した107個の大腸ポリープ、CTコロノグラフィー画像の169セグメントから成るものだった。一方、外部のテストセットは59例から検出した77個の大腸ポリープ、118セグメントから構成されていた。

ランダムフォレスト解析の結果、良性と前がん性ポリープの予測精度の指標であるROCの曲線下面積(AUC)は0.91であり、外部テストセットを用いて検証した感度と特異度はそれぞれ82%、85%だった。ポリープの直径で2種類(6~9mm、10mm以上)に分けたサブグループ解析の結果、ROCのAUCは、6~9mmでは0.87、10mm以上では0.90だった。

以上の結果からGrosu氏らは、「従来の画像読影にAIを用いた画像解析支援モデルを追加することで、大腸内視鏡ガイド下ポリープ切除術の適応患者をより正確に選別することが可能になり、CTコロノグラフィーを用いた大腸がん検診の臨床的重要性がさらに高まるだろう」と述べている。(HealthDay News 2021年3月5日)

AI Algorithm May Differentiate Polyps on CT Colonography

Adding machine learning-based image analysis allows noninvasive differentiation of benign and premalignant polyps

FRIDAY, March 5, 2021 (HealthDay News) -- Machine learning-based image analysis facilitates noninvasive differentiation of benign and premalignant colorectal polyps with computed tomography (CT) colonography, according to a study published online Feb. 23 in Radiology.

Sergio Grosu, M.D., from University Hospital, LMU Munich, in Germany, and colleagues performed machine learning-based differentiation of benign and premalignant polyps detected with CT colonography in a sample from an asymptomatic colorectal cancer screening population at average risk. Colorectal polyps were manually segmented on CT colonographic images and were classified as benign or premalignant. After applying 22 image filters, quantitative image features characterizing shape, gray-level histogram statistics, and image texture were extracted from segmentations, resulting in 1,906 feature-filter combinations.

The random forest model was fitted using a training set with 107 colorectal polyps in 63 patients comprising 169 segmentations on CT colonographic images, while the external test set included 77 polyps from 59 patients comprising 118 segmentations. The researchers found that the area under the receiver operating characteristic curve was 0.91 in a random forest analysis, with sensitivity and specificity of 82 and 85 percent, respectively, in the external test set. In subgroup analyses of two size categories, the area under the receiver operating characteristic curve was 0.87 and 0.90 for size categories 6 to 9 mm and 10 mm or larger, respectively. Quantifying first-order gray-level histogram statistics was the most important image feature for decision-making.

"Adding machine learning-assisted image analysis to conventional radiologic image reading could further improve the clinical importance of CT colonography-based colorectal cancer screening by allowing for a more precise selection of patients eligible for subsequent optical colonoscopy-guided polypectomy," the authors write.

Copyright © 2021 HealthDay. All rights reserved.

2021年の医療AIレポート一覧へ
掲載内容について
本サイトは、記事コンテンツおよびサブコンテンツで構成されます。記事コンテンツにおいては、HealthDay Newsとして掲載された医療AI情報の記事をJapan編集部が翻訳して配信しています。記事の具体的な内容については、原著にて確認することをお勧めいたします。サブコンテンツにおいては、厚生労働省の「保健医療分野におけるAI活用推進懇談会」報告書から「AIの活用に向けた工程表」「健康・医療・介護・福祉分野においてAIの開発・利活用が期待できる領域」を掲載し、日本の政府の方針についてお知らせしています。本コンテンツの運営は、株式会社テクノミックが行い、武⽥薬品⼯業株式会社の関与はありません。また、本コンテンツに含まれる治療⽅法等は武⽥薬品⼯業株式会社が推奨・保証するものではありません。本コンテンツの情報に含まれる薬剤については、最新の国内添付文書でご確認ください。
著作権について
本コンテンツに掲載されている内容の無断転載・配布を固く禁じます。武田薬品工業株式会社から事前に文書による許諾を得ることなく、本コンテンツに掲載されている内容を再掲載すること、また検索システムに登録することや、電子的、機械的等、いかなる形式・方法にかかわらず、複写や記録を行うことを禁止いたします。また、本コンテンツで紹介する記事の著作権はHealthDayに帰属します。
免責事項
武田薬品工業株式会社は、本コンテンツに含まれる情報の完全さおよび正確さを保証するものではなく、その内容について一切責任を負いません。本コンテンツを利用される方々には信頼すべき情報を各自で確認されることをお勧めいたします。本コンテンツに含まれる情報は、決して、医師その他の医療従事者によるアドバイスの代わりになるものではありません。また、本コンテンツは、特定の薬剤を広告・宣伝するものではありません。