非造影CT画像を用いた胃癌のAIによる大規模スクリーニング
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：AI-based large-scale screening of gastric cancer from noncontrast CT imaging
雑誌名：Nat Med. 2025 Sep;31(9):3011-3019. doi: 10.1038/s41591-025-03785-6. Epub 2025 Jun 24.
概 要：
本研究は、胃癌（GC）の早期発見を目的としたAIモデル「GRAPE」を開発し、非造影CTを用いた大規模スクリーニングの可能性を探求しました。従来の内視鏡スクリーニングはリソースの制約や低い遵守率により課題が多いため、より効率的なスクリーニングプロトコルが求められています。GRAPEは、中国の2つのセンターからの3,470件のGCと3,250件の非GC症例を用いて開発され、内部検証セット（1,298件、AUC=0.970）および16のセンターからの独立した外部コホート（18,160件、AUC=0.927）でその性能が検証されました。GRAPEは、特に早期GCにおいて放射線科医の解釈を大幅に上回る結果を示しました。
方 法：
本研究は、2つの中国のセンターからのコホートを用いた開発と検証を含む3段階の研究デザインです。GRAPEは、非造影CTと深層学習を活用してGCを特定します。最初に、3,470件のGCと3,250件の非GC症例を用いてモデルを開発し、内部検証セット（1,298件）および外部コホート（18,160件）で性能を評価しました。主要評価指標は、AUCであり、内部検証で0.970、外部コホートで0.927を達成しました。
結 果：
GRAPEは、78,593件の非造影CTスキャンを用いた実世界のスクリーニングで高リスク者を特定し、地域病院でのGC検出率はそれぞれ24.5%および17.7%でした。特にT1/T2ステージの症例は、23.2%および26.8%を占めました。また、GRAPEは放射線科医が見逃したGC症例を検出し、他の疾患のフォローアップ中に早期診断を可能にしました。
結 論：
GRAPEは、大規模な胃癌スクリーニングにおいて強力な可能性を示し、早期発見のための実行可能で効果的なアプローチを提供します。