东京大学研究生院医学系研究科的曾根献文副教授、研究生丰原佑典、大须贺穣教授、该大学医学部附属医院放射科的黑川辽助教、赛欧思科技（SIOS Technology）株式会社的野田胜彦、吉田要等人组成的研究团队成功开发出了子宫肉瘤自动诊断AI系统，将原来由医生为AI选择学习的图像过程自动化，提高了诊断准确性。相关成果已在《Journal of Gynecologic Oncology》正式发表之前，先行发表于《Online First Articles》上。
图1：本研究的流程
研究人员将判断有无肿瘤的“肿瘤鉴别AI”和区分子宫肉瘤和子宫肌瘤的“子宫肉瘤鉴别AI”相结合，开发出了“子宫肉瘤自动诊断AI”。医生无需再提取含有肿瘤的MRI图像，可以利用AI实现子宫肉瘤术前诊断系统的自动化。（供图：东京大学）
子宫肉瘤是一种预后较差的罕见癌症，有些病例中很难与伴随变性的子宫肌瘤区分开来。由于子宫肉瘤和子宫肌瘤的治疗策略不同，因此需要准确的术前诊断，而MRI图像诊断被认为有助于鉴别。
研究团队利用子宫肉瘤和子宫肌瘤（共263例）的术前MRI图像，进行了深度学习和评估。
结果表明，子宫肉瘤自动诊断AI相对于用于交叉验证的数据集的表现为诊断正确率达89.32%。此外，评估未用于交叉验证的未知数据集（共32例）时，得到的诊断正确率为92.44%。
为了让AI进行诊断，医生需要选出包含病变部位的图像，这一直是社会实际应用的一大课题，通过自动化，不仅是子宫肉瘤和子宫肌瘤，还使得将临床获得的全部MRI图像直接输入AI成为可能。未来将有望应用于临床。
原文：《科学新闻》
翻译：JST客观日本编辑部
【论文信息】
杂志：Journal of Gynecologic Oncology
论文：The automatic diagnosis artificial intelligence system for preoperative magnetic resonance imaging of uterine sarcoma
DOI：：10.3802/jgo.2024.35.e24
