東京醫科齒科大學石川俊平教授的研究小組,與東京大學研究生院的Tatsuya Harada教授合作,利用人工智能技術“深度學習”,從組織病理學圖像中準確地確定癌細胞。 .在使用它的國際比賽Cameryon 17中,我們在確定乳腺癌患者淋巴結轉移的準確性方面獲得了世界第4名。日本參賽隊伍中唯一的獎品。
乳腺癌中是否存在淋巴結轉移是決定患者治療策略和預後的重要因素。通常通過顯微鏡觀察病理組織來判斷。但是,小病灶容易被忽視,病理學家的診斷結果也存在差異,因此一直在尋求利用IT技術進行改進。
在這項研究中,在乳腺癌患者淋巴結組織的組織病理學圖像中,將來自癌細胞區域和其他區域的約 30 張圖像作為訓練數據讀入“深度神經網絡(注)”並進行網絡優化。當時,我們成功地從神經網絡的中間層提取了組織病理學圖像的特徵信息,並進行了高效的學習,從而可以做出高度準確的判斷。根據這個結果,我們製作了疊加在病理圖像上的癌細胞存在概率圖,確定了每個淋巴結有無轉移以及乳腺癌患者的分期。
本研究結果表明,人工智能技術在檢測乳腺癌淋巴結轉移方面是有效的,可以獲得癌細胞和癌組織的基本形態學信息。未來,預計人工智能的使用將減少設施之間的差異,實現乳腺癌以外各種癌症的病理診斷的高精度。
(注)神經網絡是一種模仿大腦神經系統的信息處理模型,具有深層層次結構的稱為深度神經網絡。深度學習是使用它的人工智能技術之一。