胃と腸56巻4号

2021年04月発行

今月の主題 消化管疾患AI診断の現状 主題

消化管疾患におけるAI病理診断

著者： 日向宗利¹ 阿部浩幸¹ 黒瀬優介² 原田達也² 深山正久³ 牛久哲男¹

所属機関： ¹東京大学大学院医学系研究科人体病理学・病理診断学分野 ²東京大学先端科学技術研究センターマシンインテリジェンス分野 ³総合病院国保旭中央病院遠隔病理診断センター

ページ範囲：P.401 - P.410

要旨●深層学習を用いたAIにより画像認識の精度が大きく向上し，病理診断への応用も進んでいる．筆者らが開発に携わったAIは，胃癌生検検体において90%程度の感度・特異度をもって癌の検出に成功している．また，胃癌の遺伝子異常を推定する検討においては，免疫チェックポイント阻害薬への感受性が高いEBV・MSI胃癌をAUC 0.86程度の精度で検出可能である．消化管以外の領域も含めると，病理組織画像からの予後予測やリンパ節転移の検出など，さまざまな応用事例が報告されている．病理診断のためのAI開発や，その利活用のための基盤の整備も進みつつあり，今後さらなる精度の向上や臨床への応用が期待される．開発されたツールについて実臨床での有用性を検証していくことが今後の課題である．

参考文献

1）Cosatto E, Laquerre PF, Malon C, et al. Automated gastric cancer diagnosis on H&E-stained sections ; ltraining a classifier on a large scale with multiple instance machine learning. Proc SPIE　8676：867605, 2013

2）Yoshida H, Shimazu T, Kiyuna T, et al. Automated histological classification of whole-slide images of gastric biopsy specimens. Gastric Cancer　21：249-257, 2018

3）Iizuka O, Kanavati F, Kato K, et al. Deep learning models for histopathological classification of gastric and colonic epithelial tumours. Sci Rep　10：1504, 2020

4）Song Z, Zou S, Zhou W, et al. Clinically applicable histopathological diagnosis system for gastric cancer detection using deep learning. Nat Commun 11：4294, 2020

5）日本胃癌学会（編）．胃癌取扱い規約，第15版．金原出版，2017

6）Takahama S, Kurose Y, Mukuta Y, et al. Multi-stage pathological image classification using semantic segmentation. Proc ICCV　2019：10702-10711, 2019

7）Komura D, Ishikawa S. Machine learning approaches for pathologic diagnosis. Virchows Arch　475：131-138, 2019

8）Chattopadhyay A, Sarkar A, Howlader P, et al. Grad-CAM＋＋：improved visual explanations for deep convolutional networks.　https：//arxiv.org/abs/1710.11063

9）Simonyan K, Vedaldi A, Zisserman A. Deep inside convolutional networks：visualising image classification models and saliency maps.　https：//arxiv.org/abs/1312.6034

10）Komura D, Fukuta K, Tominaga K, et al. Luigi：large-scale histopathological image retrieval system using deep texture representations.　https：//www.biorxiv.org/content/10.1101/345785v2.full.pdf

11）Ehteshami Bejnordi B, Veta M, van Diest PJ, et al. Diagnostic assessment of deep learning algorithms for detection of lymph node metastases in women with breast cancer. JAMA　318：2199-2210, 2017

12）Zakrzewski F, de Back W, Weigert M, et al. Automated detection of the HER2 gene amplification status in fluorescence in situ hybridization images for the diagnostics of cancer tissues. Sci Rep　9：8231, 2019

13）Balkenhol MCA, Tellez D, Vreuls W, et al. Deep learning assisted mitotic counting for breast cancer. Lab Invest　99：1596-1606, 2019

14）Courtiol P, Maussion C, Moarii M, et al. Deep learning-based classification of mesothelioma improves prediction of patient outcome. Nat Med　25：1519-1525, 2019

15）Coudray N, Ocampo PS, Sakellaropoulos T, et al. Classification and mutation prediction from non-small cell lung cancer histopathology images using deep learning. Nat Med　24：1559-1567, 2018