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

大腸疾患におけるAI診断

著者： 斎藤豊¹ 山田真善¹ 坂本琢¹ 高丸博之¹ 関口正宇¹ 松田尚久¹ 岡川泰¹ 阿部清一郎¹ 水口康彦¹ 春日健吾¹ 江郷茉衣¹ 張萌琳¹

所属機関： ¹国立がん研究センター中央病院内視鏡科

ページ範囲：P.462 - P.471

要旨●大腸癌は，前癌病変である腺腫や早期癌を内視鏡的に早期発見し，切除・治療することで，大腸癌罹患率のみならず，死亡率まで減少することが証明されている．ADRがPCCRCの発生頻度と逆相関するため，AIによる見逃しのない内視鏡検査と質的診断の補助が望まれる．現在国内においてEndoBRAIN®シリーズ，CAD EYE^TM，WISE VISIONと3種類のAIが薬事承認され，AIによる大腸腫瘍性病変のdetection（病変発見）からcharacterization（質的診断）まで可能な時代となっている．

参考文献

1）Nishihara R, Wu K, Lochhead P, et al. Long-term colorectal-cancer incidence and mortality after lower endoscopy. N Engl J Med　369：1095-1105, 2013

2）Zauber AG, Winawer SJ, O'Brien MJ, et al. Colonoscopic polypectomy and long-term prevention of colorectal-cancer deaths. N Engl J Med　366：687-696, 2012

3）Corley DA, Jensen CD, Marks AR, et al. Adenoma detection rate and risk of colorectal cancer and death. N Engl J Med　370：1298-1306, 2014

4）Matsuda T, Fujii T, Sano Y, et al. Randomised comparison of postpolypectomy surveillance intervals following a two-round baseline colonoscopy：the Japan polyp study workgroup. Gut　2020［Epub ahead of print］

5）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

6）Misawa M, Kudo S, Mori Y, et al. Characterization of colorectal lesions using a computer-aided diagnostic system for narrow-band imaging endocytoscopy. Gastroenterology　150：1531-1532, e3, 2016

7）Tamai N, Saito Y, Kido S, et al. Effectiveness of computer-aided diagnosis of colorectal lesions using novel software for magnifying narrow-band imaging：a pilot study. Endosc Int Open　5：E690-694, 2017

8）Kodashima S, Tanaka K, Matsuda K, et al. First progress report on the Japan Endoscopy Database project. Dig Endosc　30：20-28, 2018

9）田中聖人．第6回AMED研究成果報告JED Project—日本消化器内視鏡学会多施設内視鏡データベース構築プロジェクトの結果と今後．消内視鏡　31：1723-1726, 2019

10）斎藤豊，岡志郎，河村卓二，他．大腸内視鏡スクリーニングとサーベイランスガイドライン．Gastroenterol Endosc　62：1519-1560, 2020

11）Omata F, Ohde S, Deshpande GA, et al. Image-enhanced, chromo, and cap-assisted colonoscopy for improving adenoma/neoplasia detection rate：a systematic review and meta-analysis. Scand J Gastroenterol　49：222-237, 2014

12）Desai M, Sanchez-Yague A, Choudhary A, et al. Impact of cap-assisted colonoscopy on detection of proximal colon adenomas：systematic review and meta-analysis. Gastrointest Endosc　86：274-281, 2017

13）三澤将史，工藤進英，森悠一．国内初のディープラーニングによる大腸内視鏡病変検出用AI技術“EndoBRAIN-EYE”—PMDA申請のノウハウと今後の展望，2つのシステムの承認を経て．消内視鏡　32：1059-1063, 2020

14）Yamada M, Saito Y, Imaoka H, et al. Development of a real-time endoscopic image diagnosis support system using deep learning technology in colonoscopy. Sci Rep　9：14465, 2019

15）Iwatate M, Sano Y, Tanaka S, et al. Validation study for development of the Japan NBI Expert Team classification of colorectal lesions. Dig Endosc　30：642-651, 2018

16）Sakamoto T, Nakajima T, Matsuda T, et al. Comparison of the diagnostic performance between magnifying chromoendoscopy and magnifying narrow-band imaging for superficial colorectal neoplasms：an online survey. Gastrointest Endosc　87：1318-1323, 2018

17）Yang YJ, Bang CS. Application of artificial intelligence in gastroenterology. World J Gastroenterol　25：1666-1683, 2019

18）Kudo S, Mori Y, Wakamura K, et al. Endocytoscopy can provide additional diagnostic ability to magnifying chromoendoscopy for colorectal neoplasms. J Gastroenterol Hepatol　29：83-90, 2014

19）Kudo S, Ichimasa K, Villard B, et al. Artificial intelligence system to determine risk of t1 colorectal cancer metastasis to lymph node. Gastroenterology　2020 Sep 24 ; S0016-5085（20）35208-2［Epub ahead of print］

20）Takamatsu M, Yamamoto N, Kawachi H, et al. Prediction of early colorectal cancer metastasis by machine learning using digital slide images. Comput Methods Programs Biomed　178：155-161, 2019