乳がん患者のリンパ節転移の検出のためのディープラーニングアルゴリズムの診断評価

科学分野:

• デジタル病理学
• 腫瘍学における人工知能
• 癌診断のための機械学習

背景:

• ディープラーニングアルゴリズムは 病理学における診断の正確性と効率性を向上させる可能性を秘めています
• リンパ節組織における転移の自動検知は,乳がんの正確なステージ設定と治療に不可欠です.

研究 の 目的:

• 乳がんにおけるリンパ節転移の検出におけるディープラーニングアルゴリズムの性能を評価する.
• これらのアルゴリズムの診断精度を 病理学者の診断と比較します

主な方法:

• CAMELYON16チャレンジはアルゴリズム開発と独立したテストのための全スライド画像を提供しました.
• リンパ節組織のスライドでアルゴリズムを訓練した.
• 11人の病理学者がスライドを解釈し,1人の病理学者がスライドを解釈しなかった.

主要な成果:

• 最良のディープラーニングアルゴリズムは 病変の検出率を 専門家病理学者と同等にしました
• アルゴリズムは時間制約下で働く病理学者を大幅に上回りました (シミュレートされたルーティンワークフロー).
• 最高性能のアルゴリズムは 時間的な制約なしに 専門的な病理学者に匹敵する 診断の精度を示しました

結論:

• ディープラーニングアルゴリズムはリンパ節転移を検出する上で高い診断性能を達成できます.
• いくつかのアルゴリズムは シミュレーションされた通常の病理学環境で 病理学者を凌駕しました
• 臨床的有用性については,実際の臨床環境でのさらなる評価が必要である.