臨床婦人科産科77巻12号

2023年12月発行

今月の臨床 AIがもたらす産婦人科医療の変革 がん検診

子宮内膜細胞診サポートAIモデルの開発

著者： 寺崎美佳¹

所属機関： ¹日本医科大学解析人体病理学

ページ範囲：P.1228 - P.1233

●細胞診はスクリーニング領域として，AIモデル開発に高い期待が寄せられている．

●子宮内膜細胞診AIモデル開発には，細胞重積性など特有の課題があり，内膜細胞診に特化したAIモデル開発とエンドユーザーの使用感を考えた工夫が必要である．

●現場の知識がある医療者の意見を反映させた医療AIモデル開発が重要であり，今後はAIの基礎的知識をもった医療者の育成や教育が必要になってくる．

参考文献

1）Cao L, et al : A novel attention-guided convolutional network for the detection of abnormal cervical cells in cervical cancer screening. Med Image Anal 73 : 102197, 2021

2）Nambu Y, et al : A screening assistance system for cervical cytology of squamous cell atypia based on a two-step combined CNN algorithm with label smoothing. Cancer Med 11 : 520-529, 2022

3）Kanavati F, et al : A deep learning model for cervical cancer screening on liquid-based cytology specimens in whole slide images. Cancers（Basel） 14 : 1159, 2022

4）Zygouris D, et al : Classification of endometrial lesions by nuclear morphometry features extracted from liquid-based cytology samples : a system based on logistic regression model. Anal Quant Cytopathol Histopathol 36 : 189-198, 2014

5）Li Q, et al : Clinically applicable pathological diagnosis system for cell clumps in endometrial cancer screening via deep convolutional neural networks. Cancers（Basel） 14 : 4109, 2022

6）松尾　豊 : 人工知能は人間を超えるか―ディープラーニングの先にあるもの．KADOKAWA，2015

7）Lambert SI, et al : An integrative review on the acceptance of artificial intelligence among healthcare professionals in hospitals. NPJ Digit Med 6 : 111, 2023

8）Akazawa M, et al : Artificial intelligence in gynecologic cancers : current status and future challenges-A systematic review. Artif Intell Med 120 : 102164, 2021

9）Jiang H, et al : Deep learning for computational cytology : a survey. Med Image Anal 84 : 102691, 2023

10）Makris GM, et al : Image analysis and multi-layer perceptron artificial neural networks for the discrimination between benign and malignant endometrial lesions. Diagn Cytopathol 45 : 202-211, 2017

11）Pouliakis A, et al : Using classification and regression trees, liquid-based cytology and nuclear morphometry for the discrimination of endometrial lesions. Diagn Cytopathol 42 : 582-591, 2014