AUPA：乳がん診断ワークフローを効率化するための弱監視型アプローチ
カテゴリ：医療現場の業務効率化
公開日：2025年11月27日
タイトル：AUPA: weakly supervised approach for streamlining breast cancer diagnostic workflow by WSI histological type classification for efficient IHC triage.
雑誌名：Sci Rep. 2025 Nov 26; 15(1): 42115.
概 要：
本研究は、乳がんの診断プロセスを効率化するために、人工知能に基づくシステムを提案しています。このシステムは、H&E染色された乳房生検の全スライド画像を用いて、浸潤癌と線維腺腫、非浸潤病変を区別し、免疫組織化学（IHC）染色の自動リクエストを可能にします。手動アノテーションなしで最終診断ラベルに基づいて訓練された弱監視型手法を活用し、内部検証で91%以上の感度と特異度を達成しました。実際の設定では、IHC染色の必要性を96%以上の感度と特異度で判断し、どの染色を行うべきかを81%以上の感度と特異度で特定できます。このモデルは、専門の病理医や最先端のモデルと比較しても競争力があります。
方 法：
この研究は、乳がん診断のためのAIシステムを開発するための弱監視型アプローチを採用しています。システムは、最終診断ラベルに基づいて訓練され、手動アノテーションを必要としません。内部検証では、91%以上の感度と特異度を示し、外部パイロット研究でも強い一般化能力を示しました。
結 果：
システムは、IHC染色の必要性を96%以上の感度と特異度で判断し、どの染色を行うべきかを81%以上の感度と特異度で特定しました。検証データでは、病理医の時間を最大43時間節約できる可能性が示されました。
結 論：
本モデルは、乳がん診断ワークフローを効率化するためのスケーラブルなソリューションを提供し、実際の診断プロセスに統合可能であることが示されました。