8月24日、アリババのDAMOアカデミーは、中国医科大学附属盛京医院などの機関と共同で、肝がん診断AIモデル「DAMO LiON」を開発したと発表した。このモデルは、CT画像から微小な肝臓のがん病変を検出できる。2か月にわたる実際の医療現場での前向き臨床試験では、このAIモデルが、従来見落とされていた悪性腫瘍15例を発見した。病変の大半は直径約1cmで、患者が早期に手術や薬物治療を受けることに貢献した。関連論文は、国際的な一流学術誌である『Nature Medicine』に掲載された。
肝臓は悪性腫瘍が発生しやすい部位である。肝臓に発生する原発性肝がん、すなわち一般に「肝がん」と呼ばれるものだけでなく、腸がんや膵がんなどから転移した「肝転移」もあり、後者のほうが多いケースも少なくない。いずれの場合も、早期に発見するほど治療効果は高くなる。
しかし、早期発見は容易ではない。病変が小さいうえ、肝硬変や脂肪肝、肝臓の複雑な解剖学的構造の影響を受けやすいため、医師が造影CTを用いても見落としが生じる可能性がある。特に肝転移の場合、医師の注意が原発巣に向きやすく、小さな肝臓病変が見過ごされることがある。
こうした課題に対し、DAMOアカデミーは、医用画像AI分野で長年培ってきた技術を基盤に、医師の画像読影を支援する「AIの安全担当」としてDAMO LiONモデルを開発した。このモデルは原発性肝がんを高精度に検出できるだけでなく、見落とされやすい肝転移の発見にも優れている。
実験の結果、AIモデルによる悪性腫瘍の検出精度は放射線科医を上回った。医師がAIモデルの支援を受けて画像を読影したところ、読影時間は27％短縮され、悪性腫瘍に対する感度は11.5％向上し、見落としを効果的に減らすことができた。AIの支援により、初級医師の診断能力は熟練医師と同等の水準に達した。
AIモデルが検出した小さな転移病変
その後、研究チームはAIモデルを実際に病院へ導入し、日常の画像読影に活用した。AIと医師の初回診断が一致しない場合は、熟練した放射線科医が症例を再確認し、必要に応じて多職種チーム（MDT）による検討に移行する仕組みとした。
2か月の間に、AIは1万人を超える患者の造影CT画像を読み取り、医師による診断を支援しながら、従来見落とされていた肝転移15例を発見した。その結果、これらの患者の治療方針の見直しにもつながった。
そのうち、膀胱がんの既往がある65歳の患者が再検査を受けた際には、肝機能の数値と腫瘍マーカーはいずれも正常で、医師の初回診断では肝臓の石灰化病変のみが確認された。しかしAIは肝転移と正確に判断し、医師に検査報告書の修正と化学療法の提案を促した。
DAMOアカデミーのアルゴリズム専門家である閆軻氏によると、AIが発見したこれらの悪性病変には、総じて「小さい、淡い、偏っている」という特徴があった。平均直径は約1cmで、肝臓組織とのコントラストが低いか、比較的まれな解剖学的位置に存在していたという。
説明によると、DAMO LiONモデルには改良されたネットワークアーキテクチャが採用されている。これにより、病変と肝臓全体との関係を捉えながら、局所的なテクスチャーや境界を効果的に保持できるため、脂肪肝、肝硬変、術後の肝臓など、診断が難しい症例での性能が向上した。
さらにAIは、異なる撮像相の画像を組み合わせて反復的に融合することもできる。撮像相間の画素レベルの差異を効果的に捉えることで、造影CTスキャン中に「一瞬だけ現れる」微小病変を正確に検出する。
DAMOアカデミーは、2017年の設立当初から医療AI分野に取り組み、医用画像において人間の目では捉えにくい微細な病変をAIで検出する取り組みを、業界に先駆けて進めてきた。これまでに、単純CTを用いた膵がんスクリーニングAIモデル「DAMO PANDA」、胃がんスクリーニングAIモデル「DAMO GRAPE」、大腸がんスクリーニングAIモデル「DAMO COCA」などを開発している。これらの成果は『Nature Medicine』に3度掲載され、国家薬品監督管理局のイノベーション・チャンネルに入り、米国食品医薬品局（FDA）から「画期的医療機器」の認定も受けている。
今回、DAMOアカデミーは医療AIの能力をスクリーニングから診断へとさらに拡大し、より多くの患者が適切なタイミングで正確な治療を受けられるよう支援する。
本稿はアリババが提供し、量子位が許諾を得て転載したものです。見解は原作者に帰属します。