人工知能による子宮頸がん病理診断の変革：進歩、性能、および臨床実装への障壁

科学分野:

• 医療情報学
• 腫瘍学
• 病理学

背景:

• 子宮頸がんの病理診断は、病理医不足や主観的な解釈といった課題に直面しています。
• 検出率の一貫性の欠如は、診断の信頼性と患者の転帰に影響を与えます。

研究 の 目的:

• 子宮頸がん病理診断におけるAIの適用状況と開発状況を体系的にレビューすること。
• この分野におけるAI技術の主要な課題と展望を特定すること。

主な方法:

• 2015年1月から2025年8月までの研究の体系的な文献レビュー。
• 「人工知能」、「子宮頸がん」、「病理診断」などの用語を使用してPubMed/MEDLINE、Scopus、およびWeb of Scienceを検索しました。
• 組織病理学的、免疫組織化学的、および分子病理学的診断におけるAIに関する研究を含めました。動物研究および無関係なゲノム解析は除外しました。

主要な成果:

• 1,847件の研究のうち56件が対象となり、画像解析と診断支援におけるAIの可能性が強調されました。
• 特に畳み込みニューラルネットワークなどの深層学習モデルは、92〜98％の精度を達成し、処理時間を大幅に短縮しました。
• 実装上の課題には、標準化の欠如、臨床的検証の限界、および高額なインフラストラクチャコストが含まれます。

結論:

• AIは、子宮頸がんにおける病理医不足に対処し、診断の標準化を改善する大きな可能性を提供します。
• この技術は、特にリソースの限られた環境に適しており、世界的な根絶目標に貢献します。
• 広範な臨床実装には、標準化と検証のハードルを克服する必要があります。