背景
大腸がんは大腸の内側の粘膜から発生し、進行すると深部へと進展していく（図1）。大腸がんのうち、日本人は直腸癌が多く、全体の40％を占めている。直腸癌の治療方針の決定には、癌の浸潤領域の把握やステージ診断が重要であるが、すべての施設で高精度に診断をすることは難しい。
アプローチ
今回紹介する論文[1]では、術前の直腸癌患者のMRI画像から癌と周辺領域を抽出し、領域間の包含関係からステージ診断を行うアルゴリズムを提案している。直腸の管形状を保持した病理標本を作成し、これを参照して高品質な正解領域ラベルを作成した（図2）。学習データ不足を補うために、正解のステージラベルだけがついていて領域ラベルの無いデータも学習し、また、各領域のセグメンテーションを学習するのと同時に、正解と推定のステージの一致率を評価するlossを利用してステージを学習した。ステージT2以下/T3以上分類（癌領域が直腸領域の中に含まれていたらT2、はみ出したらT3）の感度/特異度/精度はそれぞれ0.773,/0.768/0.771であり、直腸癌、直腸、直腸間膜のdice係数（領域間の類似性を評価する尺度）はそれぞれ0.727, 0.930, および0.917であった（図3,4）。
まとめ
本論文では、深層学習を用いて直腸がんのステージングをするアルゴリズムを開発した。本アルゴリズムはステージングをするだけでなく直腸癌、直腸、直腸間膜の領域を表示できるため、外科手術時の切除ラインの決定への活用も期待できる。
[1] Hamabe A, Ishii M, Kamoda R, Sasuga S, Okuya K, Okita K, et al. (2022) Artificial intelligence–based technology for semi-automated segmentation of rectal cancer using high-resolution MRI. PLoS ONE 17(6): e0269931.
DOI: https://doi.org/10.1371/journal.pone.0269931
ご注意：
本ページに記載された技術情報・論文内容は、弊社製品搭載技術とは異なる場合があります。
全ての技術は、必要な法規制認可を得た上で製品搭載を予定します。
製品搭載時の仕様および外観は本Webサイトの内容とは異なります。