エビデント、胃がんAI病理診断支援ソフトウェア、連続症例における評価でAUC 0.96を達成

株式会社エビデントが独立行政法人国立病院機構呉医療センター・中国がんセンターを含む国内医療機関7施設との共同研究で開発した胃がんAI病理診断支援ソフトウェアが、学習データ^※1に使用していない施設での連続症例における評価でAUC^※20.96を達成した。

本研究成果は、2023年8月24日から26日まで開催された第21回日本デジタルパソロジー・AI研究会定時総会にて、米国国立衛生研究所（NIH）米国国立がん研究所（NCI）研究員　谷山大樹先生が発表した。

エビデントは2017年より呉医療センター・中国がんセンターを中心とした共同研究を開始し、18年にコンボリューショナルネットワーク方式^※3を採用した胃生検^※4のAI病理診断支援ソフトウェアを開発、20年から精度の向上と汎用性の確立に取り組んでいる。

今回は本AIの精度をより高めるため、見逃しやすい胃がんとされる印環細胞癌の学習データを新たに追加した。そして実際の医療現場での性能を確認するため、学習データとして使用していない1施設から提供された病理画像を用いて検証を行った。

この施設の2021年7月から12月までの1000検体を超える連続症例を本AIで判定した結果、標本画像を学習データに使用した施設と同等の精度（AUC 0.96）を達成した。

病理標本の染色方法やスライス方法は医療機関によって異なり、AIでの診断補助は難しいとされているが、本AIは、学習データに使用していない施設に適用した場合でも影響を受けないことが示唆された。

この成果を踏まえ、次のステップとして、本AIを同社ホールスライドイメージングシステム^※5「SLIDEVIEW VS-M1J」に試験的に搭載し、病理医の作業ワークフロー上におけるAI診断補助の効果検証をスタートする。

■ポイント

・胃がんAI病理診断支援ソフトウェアの精度をより高めるため、見逃しやすいとされる印環境細胞癌の学習データを新たに追加した。

・学習データとして使用していない1施設から提供された病理画像を用いて検証した結果、学習データに使用した施設と同等（AUC0.96）で判定できることが証明された

・次のステップとして、本AIを当社ホールスライドイメージングシステムSLIDEVIEW VS-M1J」に試験的に搭載し、病理医の作業ワークフロー上におけるAI診断補助の効果検証をスタートする。

■研究の背景

エビデントは、製品やサービスにロボティクスやAI、IoTなどの新しい技術を積極的に取り入れ、顧客の現場の課題解決のサポートおよび作業フロー全体の効率向上に貢献することを目指している。

この考えに基づき、2017年より呉医療センター・中国がんセンターを含む国内医療機関7施設との共同研究で取り組んできた胃がんのAI病理診断支援ソフトウェアは、同社が培ってきたスライド標本をデジタル画像化するホールスライドイメージングシステムの技術と融合させることで、一人病理医など過重な業務にあたる病理医の負担軽減や診断支援に役立ち、がん医療の均てん化（全国どこでも等しく高度な医療を受けられること）への促進に貢献できると考え、開発をスタートした。

■研究の内容

回は、本AIの精度をより高めるため、対象とする胃がんの種類をこれまでの6種から7種（腺癌：管状腺癌・低分化腺癌、乳頭腺癌、粘液癌、印環細胞癌、消化管間質腫瘍、MALTリンパ腫、びまん性大細胞型B細胞性リンパ腫）に増やした。これにより、日本における胃がん全体の9割をカバーしたことになる。

本AIによる胃生検の判定イメージ
上段：デジタル病理画像、下段：AI判定。陽性は赤、陰性は青で表示される。

まず、7種の胃がんの病理画像を用いて、病理医ががんと非がんの範囲を特定した学習データを作成し、AIに学習させた。次に、学習データ用に病理画像を使用した6施設と、使用していない1施設とに分けて評価を行い、施設間でAIの性能に差がないかを検証した。

すべての病理画像は、同社製品である高性能対物レンズ「X Line」を搭載したリサーチスライドスキャナー「SLIDEVIEW VS200」で取得した。

施設間での判定の結果、本AIは学習データ用に病理画像を使用した施設でAUC0.95、使用していない施設でAUC0.96と、ほぼ同等の精度を確認することができた。これにより、多施設に適用した場合でも施設間の影響を受けにくく、安定した手法であることが示唆された。

学習データ用に病理画像を使用した６施設（6 facilities）と使用していない1施設（1 facility）の比較

■社会的意義

本AIを当社のホールスライドイメージングシステム製品に搭載し、医療現場に用いて多忙な病理医を支援することで、がん医療の均てん化への促進が期待される。

■今後の方向性

今回の成果を踏まえ、エビデントは次のステップとして、本AIを同社ホールスライドイメージングシステム「SLIDEVIEW VS-M1J」に試験的に搭載し、病理医の作業ワークフロー上におけるAI診断補助の効果検証に入る。また実用化に向けて、プログラム医療機器として薬事承認申請を目指す。

エビデント VS-M1-IVD1

※ホールスライドイメージングシステム「SLIDEVIEW VS-M1J」は、販売名「エビデント VS-M1-IVD1」の愛称である。

■共同研究参加病理診断科施設（医療機関名）

独立行政法人国立病院機構呉医療センター・中国がんセンター、独立行政法人国立病院機構大阪医療センター、独立行政法人国立病院機構四国がんセンター、独立行政法人国立病院機構長崎医療センター、国家公務員共済組合連合会広島記念病院、一般社団法人呉市医師会呉市医師会病院、学校法人埼玉医科大学国際医療センター

※1　学習データ：機械学習モデルを学習させる上で必要となる情報のことである。
※2　AUC（Area under the curve）： 検査方法の評価項目の1つで、0から1の値をとり、1に近いほど、精度の良いことを示す。
※3　コンボリューショナルネットワーク方式：画像解析に適した深層学習技術として広く用いられている方式。解析対象の特長を効率的に学習できる。
※4　胃生検：内視鏡で胃の中を観察し、病変が疑われる部分の粘膜から数ミリの大きさの組織を採取することである。
※5　ホールスライドイメージングシステム：生検などで体から採取した細胞や組織のスライドガラス標本全体を高速かつ大量に自動でスキャンし、デジタル化するシステムである。

▪問い合わせ
株式会社エビデント　
https://www.evidentscientific.com/ja/