超音波スキャンから腺筋症を診断および分類するための人工知能ベースの機械学習: 多施設モデル開発研究

背景: 腺筋症は、子宮筋層 (子宮の筋肉層) 内に異所性の子宮内膜細胞 (子宮内膜の細胞) が存在することを特徴とする良性の婦人科疾患です。 世界的に、腺筋症は思春期から閉経周辺期まで、人生のあらゆる段階で女性と女児に蔓延していますが、依然として過小診断されています。 子宮腺筋症の女性は、大量の月経出血、月経痛、慢性骨盤痛、望ましくない妊娠転帰などの衰弱性の症状を経験し、生活の質に長期的な影響を及ぼします。

腺筋症の診断と分類は、症状の重症度と相関付けるためだけでなく、病気の予後、管理の種類、腺筋症の転帰の長期的な影響について女性にカウンセリングする際にも不可欠です。 ただし、重大度の分類は時間がかかり複雑なプロセスであるだけでなく、オペレータの経験にも依存し、主観的なものになります。 オペレータの専門知識に関係なく、オペレータの偏見を減らして同じ結果を短時間で達成できれば、おそらく有益でしょう。

画像分類タスクを扱う場合、機械学習 (ML) は、医療専門家が腺筋症の重症度を数秒で客観的に分類できるよう支援する上で、大きな可能性を秘めています。 深層学習フレームワークと自動機械学習ツールは、自動経膣超音波スキャン (TVUS) 画像解析のための最先端のツールです。 事前に手動で特徴を定義する必要がなく、ディープアーキテクチャモデルを使用して、超音波画像から取得された中レベルから高レベルの抽象的な特徴を直接処理し、自動的に学習できます。 これにより、分類用のラベル付き画像の例を使用して機械学習モデルをトレーニング、テスト、検証することができます。

研究の目的は、正常な子宮とさまざまな重症度の子宮腺筋症の注釈付き超音波画像を使用して、入力画像が次のクラスのいずれかに属するかどうかを予測する教師あり深層学習を使用してニューラル ネットワークをトレーニングすることです。重度の腺筋症。 これは斬新なプロジェクトであり、将来的には臨床医や超音波検査技師が腺筋症の重症度を瞬時に評価できるようになる可能性がある。

目的: 腺筋症の重症度を超音波で分類するためのアルゴリズムを作成するための、自動機械学習ツール (Vertex AI) と深層学習フレームワーク (Pytorch) を介した教師あり深層学習を利用した画像認識モデルの使用を調査すること。

研究のデザインと設定:

研究の種類: これは多施設観察コホート研究になります。 APPRAISE-AI と予測モデル Risk Of Bias ASsessment Tool - 人工知能 (PROBAST-AI) ツールがプロトコル開発に参照されています。

設定: 正常な子宮と腺筋症の患者の超音波画像は、英国の 10 か所の CARE 不妊治療センターから取得されます。 これには、バーミンガム、タムワース、ノッティンガム、ノーサンプトン、シェフィールド、リーズ、マンチェスター、ボルトン、チェシャー、リバプールの CARE Fertility 施設が含まれます。

集団：研究コホートは、2022年2月から2024年2月までにCARE不妊治療センターの超音波検査に通い、画像のスクリーニングにおける形態学的子宮超音波検査（MUSA）基準を用いて正常子宮および子宮腺筋症と診断された患者の超音波画像で構成されます。 MUSA 基準は、標準化された用語、定義、測定値を使用して、子宮筋層および子宮筋層病変の超音波特徴を概説します。

以前に公開された子宮腺筋症重症度の概略マッピング システムは、画像を検討して子宮腺筋症の重症度を決定するために使用されます。 これは、再現性、実質的からほぼ完璧な観察者間の一致率、および症状の重症度との臨床的相関関係により選択されました。 1 ～ 4 の範囲のスコアが各グレードに割り当てられ、スコア数値の合計を使用して疾患の広がりが計算されます: 軽度 (1 ～ 3)、中等度 (4 ～ 6)、および重度 (>7) 。 期間: 2022 年 2 月から 2024 年 2 月までの間に超音波検査が実施されました。 サンプル サイズ: Vertex AI Vision がトレーニングに必要とする画像の最小数は、カテゴリごとに 100 枚です。 カテゴリを正しく認識できる可能性は、それぞれの高品質の例の数が増えるほど高くなります。 腺筋症を分類するアルゴリズムをテストするためのターゲット サンプル サイズは、腺筋症なし、軽度、中等度、重度の腺筋症についてそれぞれ 1,000 ～ 10,000 枚の画像になります。 画像の完全なセットは、分類カテゴリ間で均等に分散されます。ただし、各カテゴリに対してほぼ同じ数の画像を入手できない場合があります。 完全なデータセットは、9:1 の比率で 2 つの異なるデータセットに手動で分割されます。選択した画像の 90% がトレーニング データセット (トレーニング + 検証) として使用され、10% がテスト データセットとして使用されます。 これにより、各カテゴリーに多様で代表的な画像が適切に含まれるようになります。 テスト データセットは、トレーニング フェーズでは使用されない独立したデータセットになりますが、トレーニング フェーズで使用されるデータと同じ施設から取得されます。

バイアスの潜在的な影響の最小化: 保存された正常子宮および子宮腺筋症子宮のすべての超音波画像は、特定および採用バイアスを避けるために、女性のベースライン特性を知らされていない婦人科および生殖能力スキャンの経験のある審査員によってスクリーニングされます。 2 人の検査者が、一致性を確立するために、1,000 セットの画像について腺筋症の重症度を軽度、中等度、重度に個別に分類します。

AI ソフトウェアの詳細:

機械学習のタイプ 教師あり深層学習: 教師あり学習では、機械が学習するにはラベル付きのサンプルが必要です。 この研究の目的は、超音波で診断された腺筋症のさまざまな重症度を機械に認識させることです。 「なし」、「軽度」、「中程度」、「重度」というラベルの付いた超音波スキャン画像が入力としてアップロードされます。 例を研究すると、アルゴリズムは正常な子宮と軽度の子宮腺筋症、軽度の子宮と重度の子宮腺筋症を区別するものを認識し、分析を求められた新しい画像ごとに正しい分類を割り当てることを学習します。

フレームワークの種類とバージョン: 自動機械学習ツールとしての Google Cloud Vertex AI Vision API V1、および深層機械学習フレームワークとしての Pytorch の最新バージョン。

入力データの取得と選択: モデルへの入力データは、2022 年 2 月から 2024 年 2 月までに超音波検査のために上記の不妊治療センターに通い、画像のスクリーニングで正常な子宮と腺筋症と診断された患者の超音波画像から取得されます。 腺筋症子宮参加者の適格な超音波画像は、患者識別子を削除した後、二次元 (2D) および/または三次元 (3D) 画像として抽出されます。 患者が腺筋症または正常な子宮の画像を複数持っている場合、これらすべての画像が含まれます。 これらの画像は、バイアスのリスクを軽減するためにレビュー担当者によってレビューされ、対象となる腺筋症の超音波特徴が画像内に確実に含まれるようにフォーマットされます。 これらのレビューされフォーマットされた画像は、超音波診断と腺筋症の分類に経験のある 2 人のレビュー担当者によって、なし、軽度、中等度、重度のラベルが付けられます。 3 セットの入力画像が機械学習フレームワークにアップロードされます。

1. トレーニング セット: 画像データの 80% がトレーニング セットに含まれます。 モデルはこのデータを「見て」、最初はそこから学習します。
2. 検証セット: 検証セットもトレーニング プロセスの一部ですが、モデルのハイパーパラメーターを調整するために別個に保持されます。トレーニング データ セットとは異なる合計画像の 10% が、モデル構造を微調整するために使用されます。より良く一般化することができます。
3. テスト セット: テスト セットは、トレーニング プロセスの後にのみステージに入ります。 これは、まだ見ていないデータに対するモデルのパフォーマンスをテストするために使用されます。 全画像の 10% がテストセットとして使用されます。 ラベルのないテスト画像がシステムにアップロードされ、人工知能 (AI) モデルのパフォーマンスが標準、つまり研究者による元の分類と比較されます。 画像データ全体をトレーニング セット、検証セット、テスト セットに分割することは手動で行われます。 低品質または利用できない入力データの処理: これらの画像は除外されます。

資格基準:

含まれるもの:

A. 参加者: 2022 年 2 月から 2024 年 2 月までの間、何らかの適応のために上記の超音波不妊治療センターに通い、画像のスクリーニングによる超音波検査で正常な子宮および腺筋症と診断された女性。

B. 入力データ: 腺筋症の超音波特性がはっきりと見える、正常な子宮および腺筋症子宮の高品質で決定的な 2D および/または 3D 画像。

除外：

A. 参加者: 単一または複数の壁内筋腫と子宮内膜腔異常を併存する女性。

B. 入力データ：査読者による評価が決定的でない超音波画像、腺筋症の超音波特性が不明瞭な低品質の画像、および 4 つのカテゴリのいずれにも分類できない画像は除外されます。

同意：

この研究は純粋に観察的なものであり、研究の一環として介入や追加のステップは行われません。 正常な子宮と腺筋症の子宮の超音波画像は、女性が日常的な臨床診療の一部である TVUS を受けているときに取得されたものと考えられます。 超音波装置では患者を特定できる情報を含まない画像をエクスポートできるため、データ (超音波画像のみを含む) では、データが抽出される前に患者を特定できる情報 (名前と生年月日) が削除されます。 NHS 保健研究機関機密保持諮問グループ (CAG) の申請前チェックリストは、同意なしに患者情報を処理するこのプロジェクトの適格性を判断するために参照されました。 したがって、すでに利用可能な匿名化されたデータのみが使用されるため、研究参加者にインフォームドコンセントは要求されません。

結果と統計分析

主な結果: 平均精度 (陽性的中率)、精度、再現率、受信者動作特性曲線下面積 (AUC)、感度、特異性、モデルの精度が、自動化された深層機械学習モデルで重要な主な結果となります。 すべての分析は、深層機械学習 (ML) フレームワーク モデルには Stata Statistical ソフトウェア (リリース 18、テキサス州、米国) を使用し、自動 ML モデルには自動機械学習ソフトウェアを使用して行われます。 自動化モデルがトレーニングされた後、レポートされるモデルのパフォーマンスの概要で構成される詳細な分析が行われます (モデル出力)。 これには次のものが含まれます。

• スコアしきい値: スコアしきい値は、モデルがテスト項目にカテゴリを割り当てるために必要な信頼レベルを指します。 Google Cloud コンソールのスコアしきい値スライダーは、データセット内のすべてのカテゴリおよび個々のカテゴリに対するさまざまなしきい値の影響をテストするための視覚的なツールです。 評価中に、偽陽性と偽陰性の間でバランスのとれたスコアしきい値が採用されます。
• 真陽性、真陰性、偽陽性、偽陰性
• 適合率と再現率: カテゴリが割り当てられたすべての画像のテスト セットのうち、適合率は実際にそのラベルで分類されるはずだった画像の数を示し、再現率は実際にそのラベルが割り当てられた画像の数を示します。 参照標準ラベルは研究者による分類を指します。
• 精度/再現率曲線

副次結果: フライスカッパを使用した腺筋症の超音波評価における 2 人の査読者間の評価者間一致の評価。 一致の強さの解釈に使用される K 係数は次のとおりです: ≤0 = 悪い、0.01 ～ 0.20 = わずか、0.21 ～ 0.40 = 普通、0.41 ～ 0.60 = 中、0.61 ～ 0.80 = かなり、0.81 ～ 1 = ほぼ完璧。

データの処理と記録の保管: データ（匿名化された超音波画像）は、2018 年データ保護法に従って Google Cloud に保存されます。

正常および子宮腺筋症の子宮参加者の適格な超音波画像は、患者識別子を削除した後、2D および/または 3D 画像として抽出されます。 研究完了後、Google Cloud に保存されている画像は削除されます。

品質管理と保証: 研究期間中、適正臨床実施の原則が遵守されます。

有害事象の報告: 研究の観察的性質と、ベースライン TVUS 以外に研究デザインに追加のステップが含まれていないことを考慮すると、安全性に関する考慮事項はありません。

倫理的考慮事項:

倫理的承認は地元の治験審査委員会 (IRB) および CARE 不妊研究開発チームから得られています。

機密保持とデータ保護: 研究参加者の識別には固有の画像識別番号が使用されます。 研究で使用されるすべての個人データは、2018 年データ保護法に従って処理され、極秘として扱われます。

資金提供: このプロジェクトの資金は、英国バーミンガムにあるトミーズ国立流産研究センターから提供されています。

利益相反: この研究に関連する利益相反はありません。

修正: 研究計画書または文書の修正は、主任研究者によって開始されます。 すべての実質的な修正は承認を得るために IRB に提出され、その後、研究に関与するすべての施設で変更が実施されます。 修正は研究計画書の「治験実施計画書の修正」セクションに文書化されます。

プロジェクトの定義の終了: データの収集と準備、モデルのトレーニングと評価、および原稿の執筆は 12 か月にわたって行われます。

今後の研究の側面: 長期的な目標は、アーカイブ画像の PACS システムを使用して、国民保健サービス (NHS) の外部センターでの外部検証のために、この内部検証された AI モデルを分析し、子宮摘出標本の病理組織学と相関付けることです。 これには、意思決定と結果に対するモデルの影響を評価することによる臨床的有用性の分析も含まれます。 モデルのパフォーマンスが陽性的中率、精度、臨床的有用性の点で適切であれば、オンライン予測を使用してリアルタイムで使用できるように実装されます。 このモデルは、オンライン アプリケーションの形式で、または超音波装置内に統合されたアプリケーションとして分類リクエストに導入できます。

出版方針: 研究結果は科学メディアおよびソーシャルメディアを通じて共有されます。研究結果は婦人科超音波 (UOG) およびデジタルヘルス (Theランセットデジタルヘルス）。 原稿はイシタ・ミシュラ博士によって作成され、著者名は原稿の研究と執筆に対する個人の貢献度に応じて決定されます。