AIを日の当たらないところに押しやりたいと思っているのは承知しています。そして、AIはまさにそこへ向かっています――前立腺がんの検出です。

人工知能ソフトウェアは、文字通りお悩みの種である前立腺がんの治療に医師の役に立つかもしれない。

カリフォルニア大学ロサンゼルス校の放射線科医チームは、男性の下腹部のMRIスキャンを分析し、がんの兆候を検出する畳み込みニューラルネットワークを構築しました。この種のスキャンは、医師が生検のために組織を採取するために慎重に組織を採取するよりもはるかに侵襲性の低い方法です。

MRI画像の検査には医師の広範な訓練が必要であり、診断は多くの場合、解釈に基づいて行われます。研究者たちは、コンピューターアルゴリズムが医師の病気の診断に役立つ可能性があると考えました。

FocalNetと名付けられたニューラルネットワークは、MRIスキャンのピクセルを解析して前立腺領域の病変を検出することで前立腺がんを検出します。これらの損傷した小さな組織領域は、良性か悪性かのいずれかです。検査方法の一つとして、がんの進行度を推定するグレード分けシステムであるグリーソンスコアを用いて細胞の構造を比較する方法があります。

前立腺がんは早期発見すれば治癒可能です。FocalNetは、MRIスキャンから患者を6つのグループに分類することで、病気の重症度を予測します。1つのグループには病変のない健康な前立腺を持つ男性が含まれ、他の5つのグループはそれぞれ異なるグリーソンスコアの段階に関連付けられています。スコアが高いほど、病気が進行し、がん細胞が体の他の部位に転移している可能性が高いことを示します。

前立腺がん手術前にMRI検査を受けた417人の患者のスキャン画像を用いて、CNNを学習させました。データには合計728個の病変が含まれており、研究者らは12GBのメモリを搭載したNVIDIA Titan Xpグラフィックプロセッサを用いて全ての数値を処理を行いました。各2Dスキャン画像はまずベクターデータとして処理され、FocalNetに入力として送られました。出力は6つの異なるカテゴリーに分類されました。

FocalNetは、前立腺がんリスクが最も高い患者の解析において最高の結果を達成しました。その精度は、最も進行度の高い病変では80.5%、比較的進行していない病変（臨床的に有意と判断される）では79.2%、それ以外の病変では55.6%でした。比較として、MRIスキャンの解析経験が10年以上ある放射線科医3名による解析では、最も進行度の高い病変で83.9%、臨床的に有意と判断される病変で80.7%、すべての病変で61.8%という、より高い精度を達成しました。

これは、放射線科医とソフトウェアの両方で患者 1 人あたり 0.62 件の誤検出を比較したものです。

つまり、分析的に言えば、実用化されていない学術研究において、人間の専門家がニューラルネットワークに勝ったということです。この技術は、より多くのデータが得られれば、いずれ改善されるでしょう。

この研究は今月イタリアで開催されたIEEEの国際生物医学画像シンポジウムで発表されました。®