マイクロソフトとワシントン大学のAIモデルが、MRIで前例のない精度で乳がんを診断

新たな研究により、AI技術がMRIスキャンで現在のデジタル方式よりも正確に乳がんを発見できることが明らかになった。また、疑わしい組織が存在する場所を正確に特定できることも明らかになった。この画期的な技術により、より多くの女性が高感度の検査ツールを利用できるようになる可能性がある。

このシステムは、正常な乳房組織の外観を学習し、異常があればフラグを立てるという斬新なアプローチを採用しています。これは、がん検出AIの従来の開発方法とは正反対です。潜在的ながんを検知すると、放射線科医が正確にどこを観察すべきかを示す視覚的なヒートマップを作成します。

この研究は、ワシントン大学、マイクロソフトのAI for Good Lab、シアトルのフレッド・ハッチンソンがんセンターの研究者が主導的に協力した。研究成果は最近、北米放射線学会誌『 Radiology 』に掲載された。研究チームは、2005年から2022年の間にワシントン大学で収集された約9,500枚のMRI画像を用いてAIモデルを学習させた。

このイノベーションは、マンモグラフィーよりも感度が高いものの、現在はコストと効率性の懸念から主に高リスク患者に限定されている乳房MRI検査へのアクセス拡大に役立つ可能性がある。

「乳房MRIは非常に感度の高い乳がんスクリーニングツールなので、現在よりも多くの女性に提供できるようになればと考えています」と、ワシントン大学放射線医学教授のサバンナ・パートリッジ氏は述べた。「しかし、そのためには、どのように規模を拡大していくかを検討しているところです。」

このモデル構築の戦略は、従来のアプローチを根本から覆すものでした。がん陽性のスキャン画像を検出するのではなく、正常、つまり良性の画像を認識させ、異常細胞を含むMRI画像にフラグを立てるようにモデルを訓練したのです。

「異常検出」と呼ばれるこのアプローチは、研究者が病気を示す画像よりも非がん性の画像の方をはるかに多く持っていることを考えると理にかなっているとパートリッジ氏は述べ、「そのため、データをより効率的に活用できるのです」と語った。

この新しいツールの重要な機能は、画像に重ねてヒートマップを作成し、問題領域を視覚的に強調表示することです。他の技術では、MRIでがんが検出されたかどうかしか示されず、がんが正確にどこに検出されたかは示されないことがあります。

「私たちのモデルは、乳房の異常についてピクセルレベルで分かりやすい説明を提供します」とマイクロソフトのAI for Good Labのシニアリサーチアナリスト、フェリペ・オビエド氏は声明の中で述べた。

AI 分析は、放射線科医がより迅速な対応が必要な症例を優先したり、医療提供者に追加の画像診断を指示したり、生検が必要な領域を示したりするのに役立ちます。

このツールはまだ臨床現場での使用には至っていません。研究者たちは、この技術の利点をより深く理解するため、同じ画像を放射線科医が検査した場合の性能を比較するための追加研究を計画しています。

ワシントン大学の乳房イメージング研究ディレクターであり、フレッド・ハッチの元ガンイメージング副ディレクターでもあるパートリッジ氏は、マイクロソフトとのコラボレーションによってアルゴリズムの作成に深く関わる機会が得られ、アルゴリズムの構築方法や動作に関する知見を得ることができたと語った。

それでも、パートリッジ氏は、医療に AI を導入する際には慎重に進め、臨床ツールが放射線科医の仕事を複雑にするのではなく、放射線科医をサポートする信頼できる有用な情報を提供するようにしたいと考えています。

「AIを使うか使わないかではなく、どう使うかが問題なのです」と彼女は言った。「どうすれば適切かつ安全に使えるのでしょうか？」

「説明可能なAI異常検出による乳がんMRIスクリーニングにおけるがん検出」と題された本研究の著者は、Anum Kazerouni、Philipp Liznerski、Yixi Xu、Michael Hirano、Robert Vandermeulen、Marius Kloft、Elyse Blum、Adam Alessio、Christopher Li、William Weeks、Rahul Dodhia、Juan Lavista Ferres、Habib Rahbarの各氏です。これらの研究者は、ワシントン大学、マイクロソフト、フレッド・ハッチ、ミシガン州立大学、カイザースラウテルン＝ランダウ大学、ベルリン学習データ基盤研究所、ベルリン工科大学に所属しています。