アンサンブル深層学習を用いた乳がん検出のための臨床意思決定支援システムの開発
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：Development of a clinical decision support system for breast cancer detection using ensemble deep learning.
雑誌名：Sci Rep. 2025 Jul 18; 15(1): 26098.
概 要：
この研究は、乳がんの早期診断を促進し、患者の転帰を改善するための新しい臨床意思決定支援システム（EDL-CDSS）の開発について述べています。提案されたEDL-CDSSは、複数の深層学習（DL）モデルを組み合わせたアンサンブル手法を用いており、個々の技術の利点を最大化し欠点を最小化します。Kelm Extreme Learning Machine（KELM）やDeep Belief Network（DBN）などのアーキテクチャを組み込むことで、医療画像データから複雑なパターンや特徴を抽出する能力が向上します。さまざまなデータセットを用いた包括的なテストを行い、個別のDLモデルや従来の診断方法と比較してこのシステムの有効性を評価しました。
方 法：
この研究では、アンサンブル深層学習を基にした臨床意思決定支援システム（EDL-CDSS）を開発し、複数のDLモデルを組み合わせて評価しました。評価指標には、精度、感度、特異度、F1スコア、全体的な正確性が含まれ、偽陽性および偽陰性を軽減することを目的としています。
結 果：
実験の結果、提案されたEDL-CDSSは、従来の高度な手法と比較して96.14%の優れた正確性を示しました。さまざまなデータセットにおいて、個別のDLモデルや従来の診断方法と比較して高い性能を発揮しました。
結 論：
EDL-CDSSは、乳がんの診断において高い精度を持ち、従来の手法よりも優れた結果を示しました。このシステムは、乳がんの早期発見を支援し、患者の転帰を改善する可能性があります。