研究者らは、切除された組織のマンモグラムを検査することによって、外科医が乳がん手術中にすべてのがん組織を切除したかどうかをリアルタイムで予測できる人工知能モデルを開発した。このモデルは人間の医師と同等かそれ以上の成績を収めました。
早期乳がんの好ましい治療法は、放射線療法と組み合わせた乳房温存手術、または乳房部分切除術です。がんの再発を防ぐために、手術中にすべてのがん性乳房組織を除去する必要があります。検査方法は、切除した組織の外縁、つまり「陰性断端」にがん細胞が含まれていないことを確認することです。
組織のマンモグラフィー (標本マンモグラフィー) は、手術室で実行でき、即座にフィードバックが得られるため、断端陰性を確保するための広く普及した手段です。ただし、乳房標本の画像化は正確ではない可能性があり、後でがん細胞が発見された場合には、さらに多くの組織を切除するためにさらなる手術が必要になる場合があります。
ノースカロライナ大学 (UNC) 医学部の研究者らは、乳がん手術中にがん組織が完全に除去されたかどうかをリアルタイムで予測できる人工知能モデルを開発しました。
この研究の責任著者の一人であるクリスタリン・ギャラガー氏は、「一部のがんは触ることができ、見ることができますが、切除された組織の端に存在する可能性のある小さながん細胞は見えません。その他のがんは完全に顕微鏡で見ることができます。この人工知能ツールにより、外科的に切除された腫瘍をリアルタイムでより正確に分析できるようになり、手術中にすべてのがん細胞を除去できる可能性が高まります。これにより、患者は2回目、3回目の手術を受ける必要がなくなります。」と述べた。
AI モデルに陰性断端と陽性断端がどのように見えるかを「教える」ために、研究者らは切除直後に撮影された 821 個のマンモグラフィー標本画像を使用し、病理学者の最終標本レポートと照合しました。画像の半分以上 (53%) がエッジポジティブでした。彼らはまた、モデル患者の年齢、人種、腫瘍の種類、腫瘍サイズなどの人口統計情報も提供しました。
彼らは、人工知能モデルの感度が 85%、特異度が 45%、受信者動作特性曲線下面積 (AUROC) が 0.71 であることを発見しました。感度はモデルが陽性例を検出する能力を測定し、特異度はモデルが正しく識別する真の陰性例の割合を測定します。 AUROC はモデルの全体的なパフォーマンスを測定し、0 ～ 1 の値を提供します。0.5 はランダムな推測を表し、1 は完全なパフォーマンスを表します。
人間の解釈の精度と比較すると、AI モデルは人間と同等かそれ以上のパフォーマンスを発揮すると研究者らは述べています。これを大局的に考えると、以前の研究では、乳房標本を撮像する感度は 20% ～ 58% の範囲であり、AUROC は 0.60 ～ 0.73 の範囲であることがわかっています。
研究論文の筆頭著者であるケビン・チェン氏は、「AIモデルがコンピュータビジョンをどのように利用して、手術室の医師や外科医の意思決定をサポートできるかを考えるのは興味深い」と述べた。 「AI モデルはポジティブ エッジの特定において人間と同等か、それよりわずかに優れていることがわかりました。」
このモデルは、乳房の密度が高い患者のマージンを特定するのに役立ちます。マンモグラフィーでは、高密度の乳房組織と腫瘍は両方とも明るく白く見えるため、健康な組織と癌性組織を区別することが困難になります。
研究者らは、彼らの AI モデルを専門の外科医、放射線科医、病理学者などのリソースが少ない病院で使用して、手術室で情報に基づいた迅速な意思決定を行うことができると述べています。
「これは、既存の専門知識を持たない病院に追加のサポートを提供するようなものです」と共著者のショーン・ゴメス氏は言う。 「外科医は最良の推測を行うのではなく、数百または数千の画像で訓練されたモデルによってサポートされ、より多くの情報に基づいた意思決定を行うために即座に手術のフィードバックを得ることができます。」
AI モデルはまだ初期段階にあり、研究者らはエッジを識別する精度を向上させるために、より多くのマンモグラムを使用して AI モデルのトレーニングを継続します。このモデルを臨床応用する前に、さらなる研究と検証が必要です。
この研究はジャーナル『Annals of Surgical Oncology』に掲載された。