阿里のDAMO LiON、肝臓の見逃し病変15例をAIで発見

概要

肝臓の画像診断で特に見逃されやすいのは、必ずしも大きな腫瘍ではありません。直径が約1センチで、周囲の肝組織とのコントラストが低い病変や、通常とは異なる解剖学的位置にある病変は、造影CTでも見つけにくい場合があります。阿里巴巴の達摩院は、中国医科大学附属盛京医院などと共同で、こうした病変の検出を支援するAIモデルDAMO LiONを開発しました。関連論文は『Nature Medicine』に掲載されたとされています。

解決を目指す課題

肝臓の悪性腫瘍には、肝臓を発生源とする原発性肝がんだけでなく、大腸がんや膵がんなどから転移した肝転移も含まれます。特に転移病変では、医師の注意が原発巣に向かい、肝臓内の小さな異常が見落とされることがあります。肝硬変、脂肪肝、術後変化、複雑な血管構造も読影を難しくします。

DAMO LiONは医師の代わりに診断するのではなく、追加の読影者として設計されています。素材によれば、病変と肝臓全体の関係を捉えながら、局所のテクスチャーや境界情報も保持します。さらに、造影CTの複数の撮影時相を組み合わせ、特定の時相で一時的に現れる微細な変化を捉える仕組みを備えています。対象となるのは、研究チームが「小さく、淡く、偏った位置にある」と表現する病変です。

実臨床での結果

研究チームは、病院の日常的な読影フローにモデルを導入し、2か月間の前向き実臨床試験を行いました。その間、1万人を超える患者の造影CTを解析し、初回判断で見逃されていた悪性腫瘍15例の発見を支援したと報告しています。病変の大半は約1センチで、一部の患者では手術や薬物治療を早期に受けるきっかけとなり、治療方針の変更にもつながりました。

また、素材では、悪性腫瘍の識別精度が比較対象の放射線科医より高かったと説明されています。AIを併用した場合、読影時間は27％短縮し、悪性腫瘍に対する感度は11.5％向上しました。初級医師も、AIの支援によって熟練医師に相当する水準に達したとされています。ただし、これらは報告された研究と導入環境における結果であり、すべての施設や患者にそのまま適用できるとは限りません。

人間を中心に置く導入方法

運用上の特徴は、AIだけで診断を完結させない点です。AIと医師の初期判断が一致しない場合は、上級放射線科医が再確認し、必要に応じて多職種チームが検討します。AIは見落としを減らす警告役を担い、最終的な診断と治療の判断は臨床チームが行う設計です。

達摩院はこれまでにも、膵がん、胃がん、大腸がんの画像スクリーニングモデルを開発してきました。DAMO LiONは、スクリーニングから診断支援へと応用範囲を広げる取り組みといえます。今後は、施設や装置が変わっても性能を維持できるか、偽陽性をどう扱うか、AIと医師が異なる判断をした際の責任をどう整理するかが重要になります。

多施設かつ長期の研究で結果が再現されれば、DAMO LiONは小さく非典型的な肝病変を確認するための第二読影ツールになり得ます。現段階では、自律的な診断システムではなく、臨床判断を補助する技術として評価するのが適切です。

出典：量子位