(UroToday.com) 2024年米国臨床腫瘍学会（ASCO）年次総会では、前立腺がん治療における人工知能の応用に関するセッションと、前立腺がんの病理学における人工知能とディープラーニングについて議論するリアン・チェン博士のプレゼンテーションが行われました。チェン博士は、このプレゼンテーションの冒頭で、最近発表されたランセット前立腺がん委員会がいくつかの厳しい統計を強調していることを指摘しました。1
- 新規感染者数は2020年の140万人から2040年には290万人に増加する
- 予測される増加は、ライフスタイルの変化や公衆衛生介入では防ぐことはできない
- 前立腺がんの診断遅れは世界中で蔓延している
- 早期診断システムには、生検標本の解釈を支援するために、人工知能の増大する力を統合する必要がある。
病理医の労働力に関しては、米国とカナダでは病理医の総数は毎年（2007年から2017年）減少しており、全体では17.5%（15,568人から12,839人）減少し、診断作業量は41.7%増加しています。同じ期間に医師の総数は16.6%（765,688人から892,856人）増加しているにもかかわらずです。おそらく人工知能が解決策となるのでしょうか？
前立腺がんの病理学における人工知能の側面は数多くあり、(i) がんの検出/診断、(ii) グリーソン分類、(iii) 分子分類、(iv) 結果予測などがあります。前立腺がんの組織学的識別と分類における人工知能の診断精度に関する最近の系統的レビューとメタ分析では、0.9885 という優れた AUC が報告されています。2 デジタル病理学検出/診断の全範囲にわたる人工知能では、前立腺がんの場合、感度は 95%、特異度は 96% であると報告されています。ただし、バイアスのリスク、患者選択、インデックス テスト、参照標準など、懸念される領域がいくつかあります。
病理学的リンパ節転移を検出するための人工知能モデルを評価する研究では、次のワークフローが利用されました。3
1,297 人の患者 (8,225 枚のスライド) のうち、リンパ節検出の AUC は 0.989 でした。さらに、この人工知能アルゴリズムにより、2 人の若手病理学者 (両方とも p = 0.041) の診断感度が上級病理学者 (両方とも p > 0.99) のレベルまで向上し、4 人の病理学者のスライド確認時間が大幅に短縮されました。
グリーソン分類については、チェン博士は、2019 年の ISUP 修正グリーソン スコアが最近、予後グリーソン グレード グループ (ISUP/WHO グレード) に開発されたことを指摘しています。
2020年、シュタイナー氏らは、病理医が前立腺生検のグレーディングに使用した専門家レベルの人工知能ベースの支援ツールを評価しました。4 PSA値の中央値が6.5 ng/mLの患者240人の生検において、病理医による人工知能支援によるレビューは、すべての生検で専門医との一致率が5.6%増加し、グレードグループ1の生検では専門医との一致率が6.2%増加しました。
さらに、人工知能の支援は、腫瘍の検出、平均レビュー時間、平均自己申告信頼度、病理医間の合意の改善にも関連していました。
チェン博士は次に分子分類と人工知能について説明しました。一例を挙げると、注意力に基づくディープラーニングによって、TMPRSS2:ERG 融合状態を予測できる可能性が実証されています。人工知能支援によるゲノム解釈に関する最近の研究では、ウッドコック博士らは、腫瘍の進化の異なる側面を調査するためにそれぞれ設計された 3 つの個別の分類方法を適用して、前立腺がんのゲノム進化を調査しました。5 結果を統合すると、異なる進化の軌跡から生じる 2 つの異なるタイプの前立腺がんが明らかになりました。
Hiremath らは最近、前立腺がん患者の根治的前立腺摘除術後の転帰を予測するために、治療前の MRI (ラジオミクス) の特徴とデジタル化された手術後の病理スライド (父称ミクス) を統合することの追加の利点を評価しました。6 58 人の前立腺がん患者全員が根治的前立腺摘除術の前に治療前の 3-T MRI を受け、MRI と前立腺摘除術標本上の前立腺がん領域からラジオミクスと病原性の特徴が抽出されました。
全体的に、統合放射線病理モデル M (AUC = 0.80) は、嚢外拡張の予測において、放射線病理モデル (AUC = 0.57) および病理モデル (AUC = 0.76) 単独よりも優れた性能を示しました。
次にチェン博士は、病理学における人工知能の臨床実装におけるいくつかの課題を強調しました。
- 一般化と説明可能性の難しさ
- 高品質のオープンソースデータセットの不足
- 稀な疾患や民族的多様性を追跡することが困難
- 臨床ワークフローの統合
- 規制上の障壁と償還の問題
また、近い将来に起こり得るのは、ChatGPT が病理学者に取って代わることができるかどうかです。ChatGPT に次のような質問が投げかけられました。「この画像 (生検標本) が何を示しているのか説明できますか?」 回答: 変化は前立腺がんと一致しています。診断に不安がある場合は、医療専門家に相談するのが最善です。
チェン博士は、前立腺癌の病理学における人工知能とディープラーニングについて論じたプレゼンテーションを、ウィリアム・B・シュワルツ博士の言葉を引用して締めくくった。 ニューイングランド医学ジャーナル 1970年に、それは2024年の人工知能に関してもまだ真実である「これからの情報科学の介入は根本的な変化を意味するため、根本的な問題も必然的に生み出すでしょう。情報科学の力は医療の様相を変えるほどであり、この差し迫った現実を無視することはできません。医師は、公衆と医療界の両方の利益に最も役立つシステムの計画と実装を支援し、主導する機会をとらなければなりません。」
発表者: リアン・チェン医学博士、病理学および外科/泌尿器科教授、トランスレーショナル リサーチ担当副委員長、解剖病理学部長、分子病理学部長、病理学および臨床検査医学科、ウォーレン・アルパート メディカル スクール、ブラウン大学、プロビデンス、ロードアイランド州
著者：ザカリー・クラッセン医学博士、理学修士 – 泌尿器腫瘍医、泌尿器科准教授、ジョージアがんセンター、ウェルスターMCGヘルス、Twitterで@zklaassen_md 2024年米国臨床腫瘍学会（ASCO）年次総会、イリノイ州シカゴ、2024年5月31日（金）～6月4日（火）。
参考文献:
1717540465
#前立腺癌病理学における人工知能とディープラーニング
2024-06-04 22:22:09