前立腺デジタル病理における診断人工知能アルゴリズムへの組織検出の影響
カテゴリ：手術支援
公開日：2026年5月14日
タイトル：The impact of tissue detection on diagnostic artificial intelligence algorithms in prostate digital pathology
雑誌名：Sci Rep. 2026 May 13; 16(1): doi: 10.1038/s41598-026-52148-9.
概 要：
本研究は、デジタル病理における組織検出が診断AIアルゴリズムの性能に与える影響を調査することを目的としています。画像セグメンテーションアルゴリズムを適用することで、組織が明確に delineated され、背景が分析から除外されることで、計算効率と分析結果が向上します。従来の閾値処理とAIベースのUNet++の2つの組織検出アルゴリズムを用いて、前立腺癌のグリーソン分類のためのAIモデルを訓練しました。結果として、組織検出の質が診断AIの臨床性能において重要であることが示されました。
方 法：
この研究では、33,823の全スライド画像（WSI）を用いて、従来の閾値処理とAIベースのUNet++による組織検出アルゴリズムを訓練しました。さらに、13の臨床サイトからスキャンされた70,524のWSIを用いて、グリーソン分類アルゴリズムを訓練・テストしました。
結 果：
両方のアルゴリズムで組織が検出されたスライドでは、グリーソン分類の全体的な性能に有意差は見られませんでしたが、閾値処理からAIベースに切り替えた際に、完全に未検出の組織サンプルが118（0.43%）から24（0.09%）に減少しました。また、悪性スライドの3.5%でAIグレーディングに臨床的に重要な変動が観察され、組織検出の重要性が強調されました。
結 論：
組織検出の質は、診断AIの性能に影響を与えることが示され、AIベースのモデルは従来のモデルよりも信頼性が高い可能性があります。この研究は、臨床応用における組織検出の重要性を示唆しています。