东京大学的曾根献文讲师等开发出了利用人工智能（AI）诊断子宫内膜癌的图像诊断系统。利用宫腔镜图像，能以90%以上的精度判断出是否为癌症或癌前状态。与传统方法相比，更容易进行检查，还能减少漏诊。有望作为子宫内膜癌的新筛查方法加以普及。
子宫内膜癌是子宫上部发生的癌症，日本国内每年大约有17,000人确诊，每年约有2000～3000人死于此病。大多数患者都是40多岁到60多岁的人。发生在子宫下部的宫颈癌被认为是由病毒感染引起的，二者具有不同的发病机制。
用宫腔镜拍摄到的子宫内膜癌（图片由东京大学曾根讲师提供）
检查时一般采用直接采集子宫内膜细胞和组织进行调查的方法，要将器具伸入子宫内部采集细胞。有报告显示，细胞取样法的诊断精度约为90%，这一精度比宫颈癌低。因为仅使用采样器具无法看到子宫内部，即使有癌症，也有可能未采集到癌症附近的细胞。
此外还有通过超声波查看子宫内膜厚度的方法，但有观点指出，闭经前很难用该方法进行判断，初期癌症很可能发生漏诊。
新系统是曾根讲师与SIOS公司旗下研发AI的子公司Predicthy共同开发的。东京大学附属医院为患者检查时会利用宫腔镜拍摄子宫内部，用于辅助诊断癌症等。此次将该院拍摄的约200例视频分类为子宫内膜癌、表示癌前阶段的“恶性”及其他，让AI进行了深度学习。
宫腔镜（图片由奥林巴斯提供）
由于图像数据比较少，诊断精度最初只有约80％。Predicthy公司利用多种深度学习模型，开发出了只要其中一种模型判断为恶性就做出恶性诊断的算法，由此将精度提高到了90%以上。今后将与其他设施推进联合研究，增加学习用图像，以进一步提高精度。
Predicthy公司的员工代表野田胜彦介绍说，要想实现实用化，“需要将精度提高到95％以上”。曾根讲师表示：“希望能开发出高精度的筛查方法，降低子宫内膜癌的死亡率。”今后打算与宫腔镜厂商合作，推进实用化。计划3年内制作出配备AI的宫腔镜试制品，5年内实现产品化。
如果能通过宫腔镜图像准确进行诊断，还可以降低采集细胞时的疼痛等。若能作为筛查方法普及，还有助于早期发现子宫内膜癌。如果能在早期进行治疗，就可以提高治疗效果。可以选择不摘除子宫的激素疗法，保持受孕能力的可能性也会提高。
日文：尾崎达也、《日经产业新闻》，2021/04/21
中文：JST客观日本编辑部
