最終更新日：2019/10/31
テキサスと台湾の研究者が協力して、乳房X線写真で疑わしい病変のある患者の乳がんのリスクと、生検の必要性を正確に評価することができる詳細な学習ツールを開発した。
ヒューストンメソジスト病院の主任研究者、Stephen Wong博士と共同研究者たちが、5月29日に彼らの研究をJCO Clinical Cancer Informaticsに発表した。
何が得られたのか
彼らの研究の主な成果は、アルゴリズムを訓練することによって、マンモグラフィ所見でBI-RADS 4に分類されたサブグループの患者を分けることである。
BI-RADS(Breast Imaging Reporting and Data System) とは
American College of Radiologyによって開発された0から6のスケールで、2013 年に改訂され第 5 版が出版された。その主な目的は読影用語やレポーティングを標準化することと、結果のモニタリングを容易にすることである。
数字の変化
彼らのプロジェクトを簡単に説明すると、誤検出所見の割合がマンモグラフィ人口全体の7〜10％にすぎないことを指摘しているが、BI-RADS 4では70％を超えているということである。
「BI-RADSレキシコンの応用における観察者間のばらつきが大きいことが、生検への決定を大きく異ならせ、過診断と過度の生検をもたらしている」
と著者らは書いている。
多くのBI-RADS 4患者は、彼らの身体へのリスクや、大きな不安を抱え、不必要な生検を受けている。
リスク評価のための洗練されたモデルを構築するために、Wongらは自然言語処理とディープラーニングプロセスを使用して、5,000人の患者の記録に関してアルゴリズムをトレーニングした。
トレーニングセットには、マンモグラフィ画像と人口統計データだけでなく、放射線学と病理学のレポートも含まれていた。
分析と展望
彼らは、BI-RADS 4患者の顕著な臨床的特徴の集計もした。
このことから、彼らは生検推薦のための指標尺度を構築し、伝統的なBI-RAことDS 4スコアよりも臨床的に適切で、非常に有益でそしてより正確であることを証明しようとした。
彼らの新しいシステムを検証するために、1,200人以上のBI-RADS 4患者のデータを評価しました。
分析の結果、彼らは自分たちの方法である、正しく本物の癌識を判別するため感度を100％、非癌性病変を除外するため特異性を74％t評価し、全体として81％と評価した。
「異常マンモグラムのためのBRISKは統合人工知能技術を使用しており、悪性腫瘍の予測において高い感度を示しました。BRISKに関して、前向き評価が進行中であり、生検に関して情報に基づいた決定を下す際の患者と医師の関わりの向上につながる可能性があります。」
と著者らは結論付けた。
■サポートのお願い
AIDBを便利だと思っていただけた方に、任意の金額でサポートしていただけますと幸いです。
PAGE TOP