臨床グレードの自律的細胞病理学による全スライドエッジトモグラフィー
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：Clinical-grade autonomous cytopathology through whole-slide edge tomography
雑誌名：Nature. 2026 Feb 18; doi: 10.1038/s41586-025-10094-y. Epub 2026 Feb 18.
概 要：
この研究は、細胞病理学の自律的な診断システムを提案し、癌の早期発見におけるその重要性を強調しています。従来の細胞診は主観的な視覚解釈に依存しており、診断精度にばらつきが生じることが課題でした。本研究では、高解像度のリアルタイム光学全スライドトモグラフィーとエッジコンピューティングを組み合わせた臨床グレードの自律的細胞病理学パイプラインを紹介します。このシステムは、迅速な画像処理とデータ分析を実現し、細胞レベルの分類に加えて、集団全体の形態プロファイリングを可能にします。
方 法：
この研究では、1,124件の子宮頸部液体ベースの細胞診サンプルを用いた多施設評価を行いました。AIモデルは、スライドレベルでの受信者動作特性曲線（ROC曲線）において、低度扁平上皮内病変（LSIL）で0.86-0.91、高度扁平上皮内病変（HSIL）で0.89-0.97のAUC値を達成しました。これにより、AIモデルの診断精度を評価しました。
結 果：
提案されたシステムは、LSILおよびHSILの検出において、単一細胞レベルでのAUC値が0.99を超えました。また、LSILのカウントはヒトパピローマウイルス陽性と強く相関し、HSILのカウントは診断の重症度に比例しました。この結果は、AIモデルが自律的なトリアージ細胞診を可能にすることを示しています。
結 論：
この自律的細胞病理学システムは、ルーチンでスケーラブルかつ客観的な診断の基盤を提供し、癌の早期発見に寄与する可能性があります。