人工知能ツールにより皮膚がんの診断精度が向上

2024 年 4 月 18 日 – 人工知能 (AI) を活用したツールにより、臨床医、看護師、医学生の皮膚がんの診断精度が向上するとの報告があります。 勉強 先週公開された npjデジタルメディシン。

研究者らは、AIベースの皮膚がん診断ツールが急速に開発されており、適切なテストと検証が成功すれば、これらのツールが臨床現場に導入される可能性が高いことを強調した。

しかし、研究チームはさらに、皮膚がんの診断におけるAI対応の臨床意思決定支援ツールの使用を裏付ける証拠は限られているため、これらのモデルの重要な可能性は依然としてほとんど理論上のものであると指摘した。

これに対処するために、研究者らは体系的レビューとメタ分析を実施し、皮膚がんの診断精度に対する AI 支援の影響を調査しました。

2017 年 1 月 1 日から 2022 年 11 月 8 日までに発表された、AI 支援による皮膚がん診断を評価する査読済み論文は、分析のために PubMed、Embase、電気電子学会 Xplore (IEE Xplore)、および Scopus から抽出されました。 最初に検索された 2,983 件の論文のうち、システマティック レビューに含まれたのは 12 件のみで、メタ分析に含まれたのは 10 件でした。

続きを読む： 眼がん患者における養子療法の反応を予測する臨床ツール

これらの研究には、医学生、プライマリケア医、皮膚科医を含むさまざまな専門家による、AI 支援の有無にかかわらず潜在的な皮膚がんの 67,000 件以上の評価が含まれています。

研究者らは、AI ツールが臨床医の専門知識の代替として機能するのではなく、臨床医を支援する役割を果たすことを強調し、AI 支援が診断パフォーマンスにどのような影響を与えるかを調査するようチームを導いた。

「これまでの研究は、AI が医師と比較してどのように機能するかに焦点を当てていました」とスタンフォードデジタルヘルスセンターの博士研究員であるジヨン・キム博士は次のように説明しています。 ニュースリリース。 「私たちの研究では、皮膚がんの診断時にAIの支援なしで業務を行う医師とAIを使用する医師を比較しました。」

研究チームは、これまでの研究でも、臨床医自身の臨床判断に対する信頼度、AI ツールの信頼度、臨床医と AI が診断に同意するかどうかなど、さまざまな要因が診断の有無を決定することが示されていると指摘した。臨床医はアルゴリズムのアドバイスを臨床上の意思決定に組み込みます。

「私たちは人間がAIとどのように関わり、臨床上の意思決定を行うためにAIを利用するのかをより深く理解したいと考えています」とキム氏は語った。

続きを読む： 機械学習によりがん治療中の入院を予測する

メタ分析とレビューにより、全体として、あらゆるトレーニング レベルと専門分野の医療従事者が AI ツールの使用から恩恵を受けていることが明らかになりました。

AI を使用していない医師は、皮膚がん症例の 74.8 パーセントを正確に診断し、がんに罹患していないがんのような皮膚疾患を持つ患者の 81.5 パーセントに正しくフラグを立てることができました。 AI の支援を受けて研究を行った研究者は、皮膚がんの症例の 81.1 パーセントとがんのような皮膚の状態の 86.1 パーセントを正確に識別しました。

AI の使用からどの実践者が最も恩恵を受けるかについてさらに洞察を得るために、研究者らはサブグループ分析を実行しました。 これらの結果は、すべての開業医がこれらのツールの恩恵を受けていることを示していますが、最大の改善は皮膚科医以外の医師の間で見られました。

医学生、看護師、プライマリケアの医師が最大の効果を実感し、AI 支援により感度が平均して約 13 ポイント、特異度が約 11 ポイント向上しました。 皮膚科医と皮膚科研修医は、AI の有無にかかわらず、一般に同僚よりも優れたパフォーマンスを示しましたが、AI を活用した臨床意思決定サポートによって診断パフォーマンスも向上しました。

研究者らは、これらの発見は皮膚科や放射線科などの画像処理を重視する医療専門分野におけるAIの可能性を浮き彫りにしていると指摘した。

続きを読む： 人工知能は放射線科医のパフォーマンスに予期せぬ影響を与える

「これは、患者ケアを改善するために医師と連携して AI をどのように活用できるかを明確に示したものです」とデジタルヘルスセンター所長でスタンフォード大学の皮膚科・疫学教授であるエレニ・リノス医師は述べた。

「このテクノロジーによって医師の診断の精度が向上し、時間を節約できるのであれば、それはまさにwin-winです。 患者を助けるだけでなく、医師の燃え尽き症候群を軽減し、医師と患者の間の人間関係を改善することにも役立つ可能性があります」とリノス氏は続けた。 「AI 支援が最終的にはすべての医療専門分野で使用されるようになることに疑いの余地はありません。 重要な問題は、背景に関係なくすべての患者を助け、同時に医師の健康をサポートする方法でこの製品が確実に使用されるようにする方法です。」

この研究は、高度な分析ツールががん治療をどのように強化できるかを調査する数多くの取り組みの 1 つです。

今週、ピッツバーグ大学医療センター（UPMC）の研究チームが 詳しい 予測モデルが、転移性ぶどう膜黒色腫患者の養子療法に対する反応を予測するのにどのように役立つか。養子療法とは、患者の T 細胞を抽出し、研究室で増殖させ、再注入する免疫療法の一種です。

ぶどう膜黒色腫は標準的な免疫療法に耐性があり、がんが転移すると多くの患者の予後が不良になります。 以前の研究では、養子療法が一部の患者で成功し、腫瘍浸潤リンパ球（TIL）が活性化して腫瘍細胞を攻撃できることが示されています。

この種の治療法によく反応する可能性が高い患者を特定するために、研究者らはブドウ膜黒色腫免疫原性スコア (UMIS) を設計しました。このスコアは、腫瘍微小環境内の細胞によって発現される遺伝子の活性を測定して、治療の成功を予測するように設計されています。