JSDP2021 スライドシェア

1. Deep-Learningモデルを用いた
抗酸菌の補助診断の有用性について
金堀 優輝, 尹 漢勝, 北村 由香, 福岡 順也
長崎大学 医歯薬学総合研究科

2. 第19回
日本デジタルパソロジー・AI研究会総会
COI開示
発表者名：金堀優輝, 尹 漢勝, 北村由香, ◎福岡順也（◎代表者）
北村 由香, CEO, N-Lab
福岡 順也, アドバイザー, N-Lab
その他の発表者らに開示すべきCOI関係にある企業などはありません。

3. 背景
• 結核は世界中で罹患率や死亡率の高い感染症の原因の1つであ
り、単一の感染症による死亡原因の中では1位となっている。
• 顕微鏡による抗酸菌の検出には非常に時間がかかることに加え、
誤った診断がなされることも少なくない。
• 近年のデジタルパソロジーの進歩によって、顕微鏡を用いた診
断からWSIを用いたデジタル診断への移行が進んでいる。
• このような状況の中、WSI上での抗酸菌の検出は、現時点では
効率的ではないと考えられている。

4. 抗酸菌
: 506個体、
剖検2例より
2つのカテゴリー分類
背景
: TBLB40症例
トレーニング
ソフトウェア: HALO & HALO-AI
トレーニングデータ:
剖検2例（抗酸菌陰性）
TBLB40症例（抗酸菌陰性）
AIアルゴリズムの評価
・TBLB3症例 + 皮膚検体1例
・感度: 83.3%, 特異度: 8.0%
（病理医がアノテーションした
抗酸菌をground truthとした）
比較検討
TBLB fragments：計41症例
顕微鏡のみ vs. AI補助診断付き
方法：AIアルゴリズムのトレーニング

5. case 感度 特異度
1 84.4 18.0
2 73.3 14.4
3 100.0 5.0
4 (皮膚検体) 100.0 1.2
total 83.3 8.0
: AIが抗酸菌と判断したもの
: Ground truth
評価の分類
結果
偽陽性
偽陰性
真陽性
方法：AIアルゴリズムの評価
トレーニング
ソフトウェア: HALO & HALO-AI
トレーニングデータ:
剖検2例（抗酸菌陰性）
TBLB40症例（抗酸菌陰性）
AIアルゴリズムの評価
・TBLB3症例 + 皮膚検体1例
・感度: 83.3%, 特異度: 8.0%
（病理医がアノテーションした
抗酸菌をground truthとした）
比較検討
TBLB fragments：計41症例
顕微鏡のみ vs. AI補助診断付き

6. 陽性 : 17 / 陰性 : 23 / 除外 : 1 計41症例
（画像診断により結核が疑われ、ZN染
色された患者のTBLB fragment）
2-5 mm
2-5mm
コンタミネーション
が疑われたため
方法：比較検討
トレーニング
ソフトウェア: HALO & HALO-AI
トレーニングデータ:
剖検2例（抗酸菌陰性）
TBLB40症例（抗酸菌陰性）
AIアルゴリズムの評価
・TBLB3症例 + 皮膚検体1例
・感度: 83.3%, 特異度: 8.0%
（病理医がアノテーションした
抗酸菌をground truthとした）
比較検討
TBLB fragments：計41症例
顕微鏡のみ vs. AI補助診断付き
1つのfragment
の大きさ

7. • 3人の病理医が各fragmentに抗酸菌が
含まれているかを診断
• 観察時間も記録（5分以内 / 1 fragment）
顕微鏡での観察
(40x)
AI補助診断での
観察
vs.
Ground truth
3人の病理医からコンセン
サスを得た
(100倍の対物レンズ+油浸
で観察を行った)
感度と特異度
3人の病理医の各々の診断
とground truthを照らし
合わせて計算された
方法：比較検討

8. 顕微鏡での観察 AI補助診断での観察
感度 特異度 感度 特異度
病理医 A 0.35 1.00 0.94 0.83
病理医 B 0.47 0.87 0.71 0.96
病理医 C 0.06 1.00 0.35 0.78
2つの手法による感度と特異度の比較
観察時間の平均値
顕微鏡での観察
1分31秒 / fragment
AI補助診断での観察
I. 感度の著しい
向上
II. 特異度がわず
かに減少
51秒 / fragment
III. 観察時間を約
半分に短縮
Main points
結果：比較検討

9. Figure.1
病理医が顕微鏡で見
逃しており、AIでは
検出していた抗酸菌
Figure.2
AIが見逃していた
抗酸菌
Figure.3
多数の偽陽性が
出た症例
Figure.4
抗酸菌をうまく
スキャンできて
いない例
AI補助診断の成功例と問題点

10. Discussion（AIの利点と欠点）
顕微鏡を用いた従来の方法では、抗酸菌の検出は非常に低い感
度であることが示された。
この研究を通して、我々が開発したAIモデルを用いることで、
診断感度と診断時間の短縮を達成できた。
×一方で、特異度はわずかに低下しており、いくつかの課題も
残っている。
×このAIモデルでは、見逃した抗酸菌も存在することから、AIの
精度を改善する必要がある。
×加えて、フォーカスの問題から抗酸菌にピントが合わないこと
があるため、より適切なスキャナーを選択する必要がある。

11. 結論
• この研究の結果より、AIを抗酸菌検出に用いることで、病理医
による抗酸菌検出の感度が上昇し、観察時間を短縮することで、
結核診断の質が向上することに加えて、スライド観察に対する
病理医のストレスの減少にもつながることが示された。
• 将来的には、AIを用いて抗酸菌検出が臨床現場においても適用
できるかどうかを調べる必要性がある。そのため、現在では前
向き研究を行っている段階である。