組織採取せずに生検可能に、近赤外線造影画像のAIによるリアルタイム解析で実証　大阪大ら

2020年7月27日NEWS

大阪大、九州大、ニコンの研究グループは、ヒトの組織を切除することなく、リアルタイムに3次元で観察できる方法を開発したと発表した。子宮頸部に近赤外線を照射し造影した画像をAIで解析し、診断支援に足るような結果を得られたという。研究グループではこの手法を活用した検査機器の実用化を目指すとしている。

内視鏡から近赤外線を照射　組織切片なくともその場で画像解析

今回の手法を開発したのは、大阪大学大学院医学系研究科の石井優教授（免疫細胞生物学）、松井崇浩助教（病態病理学）、木村正教授（産科学婦人科学）、九州大学大学院医学研究院の加藤聖子教授（婦人科学産科学）、ニコンの清田泰次郎氏らの研究グループ。がんの最終診断には、病気が疑われる部位から、いわゆる「生検」「手術」によって組織片を切り取りガラス標本を作製し、病理医が顕微鏡で観察・診断する病理診断が不可欠だ。しかしこの方法は採取する組織片の量によって診断の精度が左右され、採取量が少ないと診断が確定できないおそれがある一方で、採取量を多くすれば患者への侵襲が大きくなるという課題がある。また、その侵襲の度合いに関わらず、患者は自分の体内組織を切り取られることから痛みを逃れ得ない。

研究グループはこの課題に対し、組織透過性の高い近赤外領域の光を照射する新しい機器を用い、ヒトの組織の観察、解析を行える手法を開発、有効性を検証した。具体的には、今回は子宮頸部に内視鏡を用いて近赤外線を照射。組織透過性の高い近赤外線のレーザー光は、非線形光学現象で発生した蛍光を検出するため、固定や染色を行っていない生きた組織でも、深部まで3次元的に観察することが可能だ。そして内視鏡を通してカメラ画像として造影された映像を通常通りの病理解析で分類したところ、AUC^※10.92以上の精度で正常組織とがん組織の分類ができたという。

さらに、画像を深層学習で訓練したAIで解析。こちらでは、造影された正常組織、上皮内腫瘍、浸潤癌の3次元画像ファイルをk係数において^※20.86の精度で分類できたとする。

研究グループでは、今回用いたイメージング技術を医療機器へ応用することで、従来の方法よりも低侵襲・迅速・定量的ながん組織診断の実現、早期がんの診断や治療後の効果判定も非侵襲的に行えることが期待できるとしている。さらに、デジタル画像データが迅速に入手できるため、AIを介した診断にも適しているとしており、今後この技術を活かした医療機器の実用化に取り組む方針だ。

なおこの研究成果は、2020年7月23日に米国癌学会雑誌「Cancer Research」（オンライン）に掲載された。

※1 AUC
ROC曲線を作成した時、グラフの曲線より下の部分の面積をAUC（Area Under the Curve）と言う。AUCは0から1までの値をとり、値が1に近いほど判別能が高いことを示す。判別能がランダムであるときAUC = 0.5となる。一般的には0.7以上が望ましいとされる。

※2 k係数
ある現象を2人の観察者が観察した場合の結果がどの程度一致しているかを表す統計量。カッパ統計量や一致率とも言う。0から1までの値をとり、値が大きいほど一致度が高いといえる。一般的には0.6以上で十分に高いと評価される。