「超音波内視鏡」とAIで膵臓の充実性病変を高精度に判別

　PREVONOでは、AI（人工知能）の活用について引き続き取り上げていく。

　中国・武漢大学の研究グループは2025年、複数の超音波内視鏡画像と臨床情報を組み合わせ、膵臓の病変を高い精度で判別するAI診断システムを開発した。

　通常の超音波画像だけでなく、組織の硬さを示す画像や腫瘍マーカーなどを組み合わせることで、診断精度を高められる可能性がある。

複数の画像と臨床情報を組み合わせて診断

　膵臓がんは早期発見が難しく、進行してから見つかることが少なくない。

　一方、膵臓を詳しく観察する検査として、「超音波内視鏡（EUS）」が知られている。口から内視鏡を挿入し、先端から超音波を当てて、胃や十二指腸の近くから膵臓を画像化する検査だ。体外から行う超音波検査よりも、膵臓を詳しく観察できる。

　ただし、画像の取得や読み取りには医師の技術と経験が必要で、診断精度が担当医の経験によって左右されることがある。

　膵臓には、膵臓がんだけでなく炎症などによる良性のしこりも生じるため、画像だけで両者を見分けることは簡単ではない。検査法としてはCTやMRIも用いられるが、小さな病変では診断が難しいことも珍しくない。

　そこで、研究グループは、2016～2024年に超音波内視鏡検査を受けた425人のデータを解析した。AIには、膵臓の病変を検出する機能、内部が袋状になった嚢胞性病変と、内容が詰まった充実性病変を見分ける機能、病変の輪郭や大きさを測る機能を持たせた。さらに、充実性病変について、膵臓がんか良性病変かを判定する機能も組み込んだ。

　また、通常の白黒の超音波画像であるBモード画像に加え、組織の硬さを調べるエラストグラフィ画像、年齢、性別、腫瘍マーカーのCEAやCA19-9などの臨床情報も組み合わせ、診断精度の向上を目指した。

AIは診断精度94％、経験の浅い医師を上回る

　解析の結果、病変の有無を判定するAIの精度は96.8％、充実性病変か嚢胞性病変かを判定する精度は98.9％だった。

　さらに、膵臓がんと良性病変を見分ける検証では、通常の超音波画像だけを用いたAIの正診率は70.2％だったが、エラストグラフィ画像を組み合わせると94.0％まで向上した。病変を見分ける性能を示す指標で、1に近いほど精度が高い「AUC」は0.937だった。

　医師8人との比較では、Bモード画像、エラストグラフィ画像、臨床情報を用いた医師の平均正診率は74.1％だったのに対し、AIは92.5～94.0％だった。

　また、生検で膵臓がんと診断できなかった17例を解析したところ、最終的に膵臓がんだった4例は、AIがすべて正しく判定した。一方、良性だった13例のうち11例は正しく良性と判定したが、2例は膵臓がんの可能性があると誤って判定した。

　この解析では、膵臓がんを見逃さない感度と、良性と判定された場合に実際に良性である割合を示す陰性的中率が、いずれも100％だった。ただし、対象は17例と少なく、結果の解釈には注意が必要だ。

　今回の研究は単一施設の後ろ向き解析であり、今後は他施設での検証が必要とされるものの、AIが超音波内視鏡診断を支援し、膵臓がんの早期発見や適切な治療方針の決定に役立つ可能性を示した。