CTでHCCを診断する際の人工知能とLIRADSの比較

肝臓がんは、世界中で 6 番目に多く診断されるがんであり、がんによる死亡原因の第 4 位です。 主な疾病負荷は東アジアに見られ、年齢標準化された発生率は、男性と女性でそれぞれ 10 万人あたり 26.8 と 8.7 です。 2017 年、香港で最も一般的ながんのトップ 10 の中で、肝臓がんの致死率は 84.6% と最も高かった。 肝細胞癌 (HCC) の 5 年生存率は病期によって大きく異なり、外科的切除による 2 cm 未満での 91.5% から隣接臓器への浸潤による 5 cm 超での 11% まで幅があります。 HCC の早期かつ正確な診断は、がんの生存率を改善する上で最も重要です。

他の一般的な癌とは異なり、HCC は、病理学的確認を必要とせずに、造影断層画像上の非常に特徴的な動的パターンによって診断されます。 肝臓画像報告およびデータ システム (LI-RADS) は、HCC に関連する放射線学的所見の用語集、解釈、および伝達を標準化するために設立されました。 ただし、リスクのある集団のコンピューター断層撮影 (CT) で特定された結節の最大 49% が LI-RADS によって不確定として分類され、診断の確立がさらに遅れます。

現在、医用画像の分野で人工知能 (AI) の応用を開拓する研究があります。 臨床医、放射線科医、統計科学者からなる学際的な研究チームは、4,000 を超える肝臓画像の臨床および放射線学データベースに基づいて、CT で肝臓がんを正確に診断する AI アルゴリズムを開発しました。 レトロスペクティブ データに基づく中間分析では、AI アルゴリズムが 97% を超える診断精度と 99% を超える負の予測値を達成できることがわかりました。

この新しいプロトタイプ AI アルゴリズムは、LI-RADS と比較して、リスクのある集団の HCC の診断においてより優れたパフォーマンスを達成できますか? この質問は、生存率を改善するための鍵が早期診断であり、AI が改善できる可能性がある場合に特に重要です。 現在、放射線科医の報告におけるエラーは、1 日あたり 3 ～ 5% であると推定されており、世界中で年間 4,000 万件のエラーに相当します。 このプロトタイプ アルゴリズムは、放射線学的所見に対する人間の誤解を減らすためのソリューションとなる可能性があります。