AI が経験豊富な皮膚科医を上回る皮膚がん検出精度を達成

初めて、国際チームが人工知能が経験豊富な皮膚科医よりも正確に皮膚がんを検出できることを示しました。

悪性黒色腫の症例は増加中——2015 年には世界で 23 万件以上の新規診断と 59,800 件の死亡。早期発見が不可欠です。ステージ IV では 5 年と 10 年生存率がそれぞれ 15% と 10% まで低下します。

欧州医療腫瘍学会 (ESMO) チームは、10 万枚以上の悪性黒色腫と良性母斑のダーモスコピー画像で Google の Inception-v4 アーキテクチャを訓練しました。

直接対決の比較で、CNN は 14 カ国 58 名の皮膚科医よりも少ない陽性ケースを見逃しました。

研究者たちは Google の Inception-v4 アーキテクチャを採用し、ダーモスコピー画像とその診断で訓練しました。ニューラルネットワークは例から学び、より多くのデータに触れるにつれて徐々に改善します。

画像は 10 倍に拡大され、CNN に詳細なビューを提供。各トレーニング反復で、悪性と良性病変の識別能力が研ぎ澄まされました。

AI が経験豊富な皮膚科医を上回る皮膚がん検出精度を達成

2 つのテストセットを作成：レベル I (ダーモスコピー画像のみ) とレベル II (ダーモスコピー画像 + 臨床情報)。CNN と皮膚科医の両方で特異度、感度、ROC 曲線下面積 (AUC) を測定。

レベル I では、皮膚科医は黒色腫で平均 86.6% の感度、良性母斑で 71.3% の特異度を達成。CNN は同じ 71.3% の特異度を維持しながら、黒色腫で 95% の感度に達しました。

レベル II では両グループとも性能向上しましたが、CNN は依然としてより高い感度と特異度を示し、より少ないがんを見逃し、より少ない良性病変を誤分類しました。

AI が経験豊富な皮膚科医を上回る皮膚がん検出精度を達成

結果は 2016 年国際生物医学イメージングシンポジウム (ISBI) チャレンジの上位 3 アルゴリズムとも一致しました。

データは、CNN が高度に経験豊富な皮膚科医でさえ上回る皮膚がん識別能力を持つことを示しています。

この技術は臨床医を置き換えるものではありませんが、診断精度を高める強力な意思決定支援ツールとなり得ます。

より大規模なトレーニングセットと画像技術の進歩による将来的改善が、近い将来、皮膚科診断を変革する可能性があります。

参照：Annals of Oncology | doi: 10.1093/annonc/mdy166

産業技術