AI

乳がん検診AI、過去画像の評価で見逃された中間期がんの25%を検出

この記事のポイント

  1. 実現したこと

    乳がん検診AIは、過去画像の評価で従来の二重読影が見逃した中間期がんの25%を検出した。

  2. 実現の仕組み

    AIが症例を検出対象とする判定のしきい値を、検診集団と読影工程の違いに合わせて設定した。

  3. 得られた結果

    AI単独の評価では、第1読影者との比較で特異度を損なわず感度が有意に高かった。

  4. 従来との違い

    過去画像による評価に加え、12の実施設で診療判断に介入しないAI処理を導入し、9,266症例を処理した。

明るい検診施設の読影室で、医師がマンモグラフィの過去画像を表す抽象的な図形の画面を確認し、AIの検出箇所を示す半透明の枠から透明シートをずらしている。
AI生成画像

乳がん検診AIが、英国の過去画像を用いた評価で、従来の二重読影が見逃した中間期がんの25%を検出した。一方、人による判定調整ではAIの検出が退けられる例もあり、単独性能と検診工程全体の効果を分けて評価している。

39カ月の追跡で検診後に判明したがんも評価

Google、英国の大学Imperial College London、英国民保健サービス(NHS)が共同研究した乳がん検診AIは、マンモグラフィ画像からがんを検出する。後ろ向き評価では、英国の5つの検診サービスで受診した女性115,973人の画像を解析対象とした。

評価では39カ月の追跡期間を設け、検診時の判定だけでなく、検診と検診の間に判明する「中間期がん」や次回検診で発見されたがんも確認した。AIが症例を検出対象とする判定のしきい値は、検診集団や読影工程の違いに合わせ、サービスごとに設定した。

AI単独では特異度を保って感度が向上

Googleによると、この後ろ向き評価でAIは、従来の二重読影が見逃した中間期がんの25%を検出した。これは過去の検診画像に対する検出結果であり、AIの導入によって患者の診断が実際に早まった割合を示すものではない。

AI単独の評価では、元の第1読影者と比べ、がんでない症例を正しく除外する特異度を損なわず、がんを捉える感度が有意に高かった。がん検出率は、女性1,000人当たり7.54件から9.33件になった。

第2読影をAIに置き換えた後の人の判断も検証

AIの検出結果を人がどう扱うかを評価するため、別の読影評価では45,602人分の症例を用いた。過去の人間2人の判定を使う工程と、過去の第1読影者の判定にAIを組み合わせる工程を比較し、22人の認定読影者が各検診サービスの規則に従って判定調整を行った。

Googleは、第2読影者としてAIを使う工程で、読影負荷を推定40%削減できるとした。ただし、模擬的な判定調整では専門家がAIの検出したがんを退ける場合もあり、AI単独で捉えた症例が人を含む工程でそのまま検出につながるとは限らなかった。

12施設で実画像を処理し、しきい値を調整

実環境への接続は、ロンドンの2つの検診サービスに属する12施設で前向きに評価した。診療判断にAIの結果を使わない非介入の形で9,266症例を処理し、仮名化したマンモグラフィ画像をGoogle Cloud上のAIシステムへ送った。撮影完了からAI判定完了までの時間の中央値は17.7分だった。

この導入では、過去の学習データと実際の臨床データの分布のずれも検出した。研究者は、精密検査が必要と判定される割合である要精検率を監視し、施設の環境に合わせて判定のしきい値を繰り返し調整した。