ルーティン病理学における人工知能の応用:大腸がんにおけるMMR欠乏症の検出におけるChatGPT-4.0とGemini 2.5のプロパフォーマンス
Serena Salzano1, Giuseppe Broggi1, Magda Zanelli2
1Department of Medical and Surgical Sciences and Advanced Technologies "G.F. Ingrassia" Anatomic Pathology, University of Catania, 95123 Catania, Italy.
Surgical oncology
|February 21, 2026
まとめ
一般用途のAIモデルは,免疫ヒストキミストリー全スライド画像を使用して大腸がんにおける不一致修復 (MMR) 状態を分類する有望さを示しています. しかし,欠陥MMRの正確な検出には,信頼性の高い結果を得るための明確な内部陽性コントロールが必要です.
科学分野:
- 腫瘍学 腫瘍学
- 人工知能 (AI) とは,人工知能 (AI) のことです.
- 病理学 パトロジー
背景:
- 免疫ヒスト化学 (IHC) は,結腸直腸がん (CRC) の診断と治療に不可欠です.
- MMRタンパク質の状態の正確な分類は,患者の管理に不可欠です.
研究 の 目的:
- GeminiやChatGPT-4.0のような汎用ビジョン言語モデル (VLM) の実現可能性と診断精度を評価し,自動化されたMMRステータス分類を行う.
- CRCで全スライド画像 (WSI) のVLMパフォーマンスを評価する.
主な方法:
- 既知のMMRフェノタイプを有する50例のCRC症例の遡及的分析.
- VLMは,個々のIHCタンパク質評価と全体的なMMR状態 (pMMR/dMMR) の二重評価を行った.
主要な成果:
- AIモデルは,熟練したMMR (pMMR) 症例の100%の特異性を達成しました.
- 欠陥MMR (dMMR) の検出に対する全体的な感度は65%であり,MLH1/PMS2の損失 (70%) よりもMSH2/MSH6の損失 (60%) に対する精度が低い.
結論:
- AIモデルでは,真のタンパク質損失を確認するのに苦労し,しばしば"不確定"の結果が得られました.
- 目に見える内部陽性対照 (IPC) により,診断の確実性が著しく向上しました.
- IPCは,堅牢なdMMRの識別と,生物学的損失を人工物から区別するために不可欠です.
