　AI病理診断支援ソフトウェアのディープラーニング技術には、病理画像の特徴解析に最適化したコンボリューショナルネットワーク（CNN）を使用。3施設の病理標本から作成した教師データを用いて、CNNのモデルを学習させる学習ステップと、学習させたモデルを使用し、6施設の病理標本から作成した病理ホールスライド画像を腺がん画像と非腺がん画像に分類する推論ステップの2段階で、今回の研究を構成した。

研究の全体像（クリックで拡大）出典：オリンパス

　まず、学習ステップでは、3施設から提供された病理ホールスライド957件から作成した教師データを用いて学習させた。

学習させた教師データ数の内訳出典：オリンパス

　推論ステップでは、学習させたAI病理診断支援ソフトウェアを用いて、6施設が所持する約200件ずつの病理ホールスライド画像を、腺がん画像と非腺がん画像に分類した。

推論ステップで用いた各施設のデータ数出典：オリンパス

AI病理診断支援ソフトウェアの推論結果イメージ出典：オリンパス

　その結果、病理標本の厚みや色味が各施設で異なっていても、全施設で陽性を陽性と診断する割合である感度が100％、陰性を陰性と判断する特異度が50％以上を達成した。

　共同研究は2023年まで実施する予定で、今後も引き続き、学習件数の追加とAIアルゴリズムの改良を進め、精度向上と汎用性の確立に取り組む。将来的には、同ソフトウェアの製品化により、病理医の負担を軽減して診断の質向上を支援する。

「医療機器ニュース」バックナンバー

光電効果を用いて、効率よくがん細胞死を誘導する放射線治療法を開発
京都大学アイセムスは、がん細胞内に電子を発生させてDNAを効率よく切断し、細胞死を誘導する方法を開発した。アインシュタインが提唱した「光電効果」を利用するこの方法は、DNAに直接的に作用するため、放射線治療の効率向上が期待できる。
血液中の微量がん細胞を検出するマイクロフィルターデバイスを開発
熊本大学とオジックテクノロジーズは、1mlの血液中に含まれる微量のがん細胞を簡便に検出できる、手のひらサイズのマイクロフィルターデバイスを開発した。検出能が非常に高く、約50億個の血球細胞を含む血液中から5個のがん細胞を捕捉する。
がん細胞が酸性環境下でも生存できるメカニズムを解明
大阪大学は、がん組織内の酸性環境にがん細胞が自ら最適化する現象「acid addiction」を発見した。がん細胞は、リソソームを利用した仕組みにより、酸性環境下でも細胞内のプロトンを一定レベルに保って増殖できることが分かった。
体外からがん組織を深部まで観察できる粒子を開発
山口大学、徳島大学、九州大学は共同で、蛍光生体イメージングにより、体外からがん組織を深部まで観察できる近赤外蛍光、有機シリカナノ粒子を開発した。
イメージングで、組織を切らずにその場でがん診断ができる技術を開発
大阪大学は、生体イメージング技術を応用して、組織を切り取ったり染色したりしなくても、リアルタイムに3次元で可視化できる観察技術を共同開発した。患者への負担が少ない、迅速で定量的ながんの組織診断が可能になる。
リポソームでがん細胞だけに治療遺伝子を届ける、信州大学と東芝が新手法
信州大学と東芝は、がん細胞に選択的に遺伝子を伝達する「がん指向性リポソーム」を開発したと発表。東芝が独自に設計した100nmサイズのナノカプセルに、信州大学教授の中沢洋三氏らが研究を進めるがん抑制遺伝子を内包して、治療対象となるT細胞腫瘍に選択的に同遺伝子を導入することに成功。マウスによる動物実験により効果を確認した。