研究により、ディープラーニングAIは乳がんリスクの予測に優れていることが判明

放射線学誌に掲載された新しい研究によると、ディープラーニングと呼ばれる高度な人工知能は、一般的に使用される臨床リスク要因と比較して、後に乳がんを発症する女性のマンモグラムと発症しない女性のマンモグラムをより正確に区別できるという。研究者らは、この研究結果は、AIが放射線科医のアシスタントとして、不必要な画像診断とそれに伴うコストを削減する潜在能力を持っていることを示していると述べている。

一般的に、女性は40歳から乳がんの検査のために毎年マンモグラフィー検査を受けることが推奨されています。研究によると、マンモグラフィーは進行がんの発生率を減らすことで乳がんによる死亡率を減らすことがわかっています。マンモグラフィーはがんの発見に役立つだけでなく、乳房の密度を測定することで乳がんのリスクの尺度も提供します。マンモグラフィーで乳房の密度が高いとがんのリスクが高くなりますが、がんのリスクに寄与する可能性のある他の未知の要因も存在します。

[[422476]]

新たな研究では、研究者らはマンモグラフィー検査を受けた6,369人の女性の25,000枚以上のデジタルマンモグラム検査のデータセットを使用した。このうち、1,600人以上の女性はスクリーニング検査で乳がんが見つかり、351人の女性は間欠性浸潤性乳がんでした。研究者たちはこのデータセットを使用して、がんリスクの増加に関連する可能性のあるマンモグラムの詳細や信号を見つけるためのディープラーニングモデルをトレーニングしました。ディープラーニングベースのモデルをテストしたところ、中間期がんのリスク要因の評価では成績が悪かったものの、スクリーニングで検出されたがんのリスクの判定では、乳房密度などの臨床検査よりも優れた成績を収めた。

結果は、AIが拾った追加信号により、スクリーニングで検出されたがんのリスク推定値が向上し、女性を乳がんの低リスクまたは高リスクに分類するという医師の目標達成に役立ったことを示した。これらの調査結果は、乳房密度のみに基づいて多くの管理決定が行われる臨床診療に大きな影響を与えます。来年に再度検診を受けることを推奨するのではなく、マンモグラフィー検査で陰性だった女性を、乳がんリスクが低い、検診でリスクが高い、今後3年間で浸潤がんになるリスクが高いという3つのリスクグループに分類することができる。