スマートフォンを用いた手術切除画像による病理的浸潤性予測のための深層学習モデル（SuRImage）：前向き多施設診断研究
カテゴリ：手術支援
公開日：2026年4月3日
タイトル：Deep learning model for pathological invasiveness prediction using smartphone-based surgical resection images in clinical stage IA lung adenocarcinoma (SuRImage): a prospective, multicentric, diagnostic study.
雑誌名：Lancet Digit Health. 2026 Apr 01; 100965. doi: 10.1016/j.landig.2025.100965.
概 要：
この研究は、臨床ステージIAの肺腺癌における迅速かつ正確な術中診断の重要性を背景に、スマートフォンで撮影した手術切除画像を用いて深層学習モデルを開発し、浸潤性肺腺癌の診断とリスク層別化を支援することを目的としています。従来の凍結切片分析は時間がかかり、必ずしも信頼できるものではありません。本研究は、手術中の意思決定を助けるための新たなアプローチを提供します。
方 法：
2020年6月1日から2023年9月30日まで、中国の3つの病院から臨床ステージIAの肺腺癌患者を対象にした前向き多施設コホート研究を実施しました。手術切除画像は自然光の下でスマートフォンを用いて撮影され、深層学習モデルは浸潤性と非浸潤性の肺腺癌の識別、腺癌の診断、及び国際肺癌研究学会のグレーディングシステムに基づく腺癌のグレード評価に使用されました。
結 果：
合計1529人の患者から2344枚の手術切除画像を収集しました。SuRImageモデルは、浸潤性肺腺癌の識別でAUC 0.84、診断で0.87、グレーディングで0.85を達成しました。また、SuRImageを用いることで、胸部外科医の診断精度は63.80%から73.44%に向上しました。
結 論：
本研究は、臨床ステージIAの肺腺癌における手術切除画像に基づく術中診断の新たなアプローチを示し、浸潤性の病理的特徴を明らかにしました。SuRImageは、外科医がより正確で迅速な意思決定を行い、介入戦略を最適化し、手術の流れを効率化するための支援を提供します。