広角トモシンセシスとAIによる診断マンモグラフィ

乳がんは依然として世界的に女性において最も頻繁に診断されるがんであり、がん関連死亡率の主な原因となっています。 適時かつ正確な検出は、予後と生存率を改善するために極めて重要です。 デジタルマンモグラフィーは長らくスクリーニングのゴールドスタンダードとして機能してきましたが、特に高濃度乳房を持つ女性において、重なり合う組織構造により悪性腫瘍が不明瞭になったり偽陽性が生じたりする可能性があるという限界があります。

これらの限界に対処するため、3次元画像を提供し組織の重なりを軽減するデジタル乳房トモシンセシス（DBT）、特に広角DBTが開発されました。 広角DBTを組み込んだシーメンスのMAMMOMAT B.brilliantシステムは、空間分解能を向上させ病変の明瞭性を高めます。 この技術は、画像解釈における正確性と確信が極めて重要となる診断対象集団において、重要な利点を提供する可能性があります。

並行して、マンモグラフィー解釈をさらに改善するためにTransparaシステムなどの人工知能（AI）ツールが導入されています。 以前、310人の日本人女性を対象としたTransparaの評価では、全体的な診断性能において人間の読影者がAIを上回ったものの、このシステムは有望な感度レベルを示し、AIが独立した読影者ではなく意思決定支援ツールとしての可能性を強調しました。

より堅牢な証拠は、8万人以上の女性を対象とした対照研究においてAI支援スクリーン読影を評価したMammography Screening with Artificial Intelligence（MASAI）試験によって提供されています。 この試験では、AI支援読影により標準的な二重読影と同等のがん検出率（参加者1000人あたり6.1対5.1）が得られた一方で、偽陽性や再検査率を増加させることなく読影作業量を44.3%削減できることがわかりました。 同じチームによる関連分析では、AIが検査を効果的にトリアージする能力が強調され、AIが「超ハイリスク」とフラグを立てたマンモグラムが、スクリーニングで検出されたすべてのがんのかなりの割合（55%以上）を占め、高い陽性的中率を示したことが明らかになりました。

これらの有望な知見にもかかわらず、ほとんどの研究はスクリーニングベースの設定に限定されています。 症状のある患者やスクリーニングから再検査となった患者など、よりリスクの高い集団における広角DBTとAIの実際の診断応用に関する前向きな証拠は依然として不足しています。 これは特に放射線科医の作業負荷や診断の遅延に対する懸念が高まっていることを考慮すると、重要な知識のギャップを表しています。

この前向き観察研究の目的は、臨床診断環境における広角トモシンセシスとAI（Transpara）の統合と診断価値を評価することです。 具体的には、放射線科医の確信度、診断精度、および補助的な画像検査の必要性に対するそれらの影響を評価することを目指しています。 これらの課題に対処することで、この研究は正確性、効率性、臨床的有用性のバランスを取る将来の実施戦略に情報を提供することを目指します。