病理研究のための堅牢なオープンソースツールを用いた肝生検セグメンテーションの自動化：HOTSPoTモデル
カテゴリ：高齢者医療・介護
公開日：2025年7月19日
タイトル：Automating liver biopsy segmentation with a robust, open-source tool for pathology research: the HOTSPoT model.
雑誌名：NPJ Digit Med. 2025 Jul 18; 8(1): 455. doi: 10.1038/s41746-025-01870-1. Epub 2025 Jul 18.
概 要：
本研究では、肝病理における自動セグメンテーションのためのオープンソースモデル「HOTSPoT」を紹介します。従来のツールは狭い範囲に焦点を当てているか、外部検証が不足していました。223件の症例からなる多施設データセットを用い、専門の肝病理医による注釈が付けられました。HOTSPoTは、トレーニングおよび検証で平均Diceスコア0.92、テストで0.91を達成し、IoUも高い値を示しました。自動化されたポータルトラクトの定量化は、手動評価と強い一致を示し、ポータル面積は線維化のステージと相関しました。このモデルは、効率的なWSIレベルの推論を可能にし、QuPathとの統合もサポートしています。
方 法：
本研究は、223件の肝生検全スライド画像を用いた多施設共同研究です。専門の肝病理医による注釈が施されたデータセットを基に、HOTSPoTモデルを開発しました。主要評価指標は、平均Diceスコア（トレーニング/検証で0.92、テストで0.91）および平均IoU（それぞれ0.86、0.85、0.84）です。
結 果：
HOTSPoTは、ポータルトラクトの自動セグメンテーションにおいて高い性能を示し、手動評価との一致度は最大でκ=0.90に達しました。また、ポータル面積は線維化ステージと強い相関（r=0.87, p<0.001）を示しました。
結 論：
HOTSPoTモデルは、肝生検の自動セグメンテーションにおいて高精度を実現し、病理分析の効率を向上させる可能性があります。このオープンソースツールは、病理研究における新たなアプローチを提供します。