客观日本

东大等开发出AI判断子宫内膜癌的图像系统、精度超过90%

2021年05月11日 生物医药

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。

title

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。

title

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