AI が皮膚がんの検出精度で経験豊富な皮膚科医を上回る

国際チームは、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初めて示しました。

悪性黒色腫の症例は増加しており、2015 年には世界中で 230,000 人以上が新たに診断され、59,800 人が死亡しました。早期発見が重要です。ステージ IV では、5 年生存率と 10 年生存率は 15% と 10% に低下します。

欧州臨床腫瘍学会チームは、悪性黒色腫と良性ほくろの 100,000 枚以上のダーモスコピー画像を使用して畳み込みニューラルネットワーク (CNN) をトレーニングしました。

直接比較すると、CNN が見逃した陽性症例は 14 か国の 58 人の皮膚科医よりも少なかったです。

研究者らは 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トレーニングしました。ニューラルネットワークは例によって学習し、より多くのデータにさらされるにつれて徐々に改善されます。

CNN に詳細なビューを提供するために、画像は 10 倍に拡大されました。トレーニングを繰り返すたびに、悪性病変と良性病変を区別するモデルの能力が強化されました。

AI が皮膚がんの検出精度で経験豊富な皮膚科医を上回る

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と臨床情報) の 2 つのテストセットが作成されました。 CNN と皮膚科医は両方とも、特異性、感度、ROC 曲線の下の面積を測定しました。

レベル I では、皮膚科医は黒色腫に対して平均 86.6% の感度、良性ほくろに対して 71.3% の特異度を達成しました。 CNN は、良性ほくろに対しては同じ 71.3% の特異性を維持しながら、黒色腫に対しては 95% の感度に達しました。

レベル II では、両方のグループのパフォーマンスが向上しましたが、CNN は依然として高い感度と特異度を示し、見逃される癌と誤分類される良性病変の数が減少しました。

AI が皮膚がんの検出精度で経験豊富な皮膚科医を上回る

結果は、2016 年の生物医学画像に関する国際シンポジウム (ISBI) チャレンジの上位 3 つのアルゴリズムとも一致しました。

データは、CNN が皮膚がんの特定において、経験豊富な皮膚科医をも上回る能力を発揮できることを示しています。

このテクノロジーは臨床医に代わることを目的としたものではありませんが、診断の精度を高める強力な意思決定支援ツールを提供します。

将来の改善は、より大きなトレーニングセットと画像技術の進歩によってもたらされ、近い将来、皮膚科診断を変革する可能性があります。

参照:腫瘍学年報 |土井:10.1093/annonc/mdy166

産業技術