[出典] "Classification and mutation prediction from non–small cell lung cancer histopathology images using deep learning" Coudray  N, Ocampo PS [..] Razavian  N, Tsirigos  A. Nat Med. 2018 Sep 17. (bioRxiv 2017 Oct 3)
  • 病理医は病理画像の目視検査によって、肺癌のステージとタイプおよびサブタイプを判定する。肺癌で最も広がっているサブタイプは肺腺癌 (Adenocarcinoma, LUAD)と扁平上皮癌 (squamous cell carcinoma, LUSC)であるが、両者の識別は、病理医の目視検査に依存してきた。
  • New York University School of Medicineを中心とする研究グループは、TCGA の診断アノテーション付きスライド画像データベースを利用して、畳み込みニューラルネットワーク深層学習 (deep convolutional neural networkモデル; GoogLeNet/Inception v3)の学習と検定を実行し、経験豊富な臨床医と同等の精度でLUAD、LUSCまたは正常肺組織を判別可能なことを示した。AUCの平均値は0.97と1に近い値を達成した。さらにこのモデルの性能を、TCGAデータ画像とは独立の凍結組織、ホルマリン固定パラフィン包埋(FFPE)組織およびバイオプシー試料由来の画像データでも検証した。
  • サブタイプ判定に加えて、このモデルに基づいて、LUADにおいて最も高頻度で変異している10種類の遺伝子の病理画像からの同定も試み、10種類のうち6種類の遺伝子 (STK11, EGFR, FAT1, SETBP1, KRAS および TP53)の判定について、0.773から0.856までのAUCを達成し、AI画像診断により、遺伝子検査よりもはるかに迅速に遺伝子変異を実現できる可能性が示された。
  • 深層学習モデルは、肺癌のサブタイプの同定と遺伝子変異の同定において、病理医を支援するに十分な性能を示し、他の癌についても展開可能である。
  • モデルのコードはhttps://github.com/ncoudray/DeepPATHから入手可能
  • [参考] AIの医療診断応用に関するツイート