東京大學研究生院醫學系研究科的曾根獻文副教授、研究生豐原佑典、大須賀穣教授、該大學醫學部附屬醫院放射科的黑川遼助教、賽歐思科技（SIOS Technology）株式會社的野田勝彥、吉田要等人組成的研究團隊成功開發出了子宮肉瘤自動診斷AI系統，將原來由醫生為AI選擇學習的圖像過程自動化，提高了診斷準確性。相關成果已在《Journal of Gynecologic Oncology》正式發表之前，先行發表於《Online First Articles》上。
圖1：本研究的流程
研究人員將判斷有無腫瘤的「腫瘤鑑別AI」和區分子宮肉瘤和子宮肌瘤的「子宮肉瘤鑑別AI」相結合，開發出了「子宮肉瘤自動診斷AI」。醫生無需再提取含有腫瘤的MRI圖像，可以利用AI實現子宮肉瘤術前診斷系統的自動化。（供圖：東京大學）
子宮肉瘤是一種預後較差的罕見癌症，有些病例中很難與伴隨變性的子宮肌瘤區分開來。由於子宮肉瘤和子宮肌瘤的治療策略不同，因此需要準確的術前診斷，而MRI圖像診斷被認為有助於鑑別。
研究團隊利用子宮肉瘤和子宮肌瘤（共263例）的術前MRI圖像，進行了深度學習和評估。
結果表明，子宮肉瘤自動診斷AI相對於用於交叉驗證的數據集的表現為診斷正確率達89.32%。此外，評估未用於交叉驗證的未知數據集（共32例）時，得到的診斷正確率為92.44%。
為了讓AI進行診斷，醫生需要選出包含病灶部位的圖像，這一直是社會實際應用的一大課題，通過自動化，不僅是子宮肉瘤和子宮肌瘤，還使得將臨床獲得的全部MRI圖像直接輸入AI成為可能。未來將有望應用於臨床。
原文：《科學新聞》
翻譯：JST客觀日本編輯部
【論文資訊】
雜誌：Journal of Gynecologic Oncology
論文：The automatic diagnosis artificial intelligence system for preoperative magnetic resonance imaging of uterine sarcoma
DOI：：10.3802/jgo.2024.35.e24
