子宫肿瘤的术前诊断对患者的未来非常重要

日本东京大学医学部附属医院于11月16日宣布，利用人工智能（AI）成功研发了子宫肉瘤术前MRI影像诊断系统。该研究由该医院的曾根献文讲师、丰原佑典医生、大须贺登教授、黑川辽研究员、阿部修教授、赛奥斯科技株式会社的野田胜彦、吉田要等人的研究小组进行。研究成果刊登在《Scientific Reports》上。

子宫肉瘤是恶性肿瘤，每1万名女性中约有5人左右发病，属于罕见癌症。另一方面，同样是子宫发病的子宫肌瘤是良性肿瘤，成人女性的20～30%左右患病。虽然两者都是从同子宫产生的肿瘤，但作为恶性肿瘤的子宫肉瘤需要进行子宫全切除手术，作为良性肿瘤的子宫肌瘤也可以考虑子宫全切除手术，如果将来希望怀孕，可以进行妊娠性保存手术（保存子宫本身只切除子宫肿瘤的方法）通过药物治疗等进行保存性观察过程的方法等，治疗方法涉及很多方面。相反，在子宫肉瘤中仅摘除子宫肿瘤，会担心肿瘤的播种引起的预后恶化。在对子宫产生的肿瘤探讨治疗方针时，术前诊断在考虑患者的将来上也非常重要。

为了解决鉴别诊断的困难，研发了使用AI的图像诊断系统

在鉴别肿瘤种类的方法中，有利用肿瘤标记物等血液检查法的评价、超声波断层法、CT、MRI、PET-CT等图像检查法等，特别是利用MRI的诊断被认为是有用的。随着诊断技术的发展，子宫肉瘤和子宫肌瘤的术前诊断精度得到了提高，但有时被称为神秘肿瘤，实际上虽然是子宫肉瘤，但也有术前诊断为子宫肌瘤的病例，相反也有术前诊断为子宫肉瘤，进行子宫全切手术后发现是子宫肌瘤的病例。特别是在子宫肌瘤中，在伴有被称为变性的肿瘤内部结构变化的变性子宫肌瘤中，常常难以与子宫肉瘤进行鉴别诊断。在这样的背景下，研究小组利用人工智能（AI），致力于子宫肉瘤的术前MRI画像的诊断系统的研发。

263例术前MRI影像深层学习判定

此次的研究，以东京大学医学部附属医院、东京都立驹込医院、公立昭和医院的子宫肉瘤和子宫肌瘤的患者为对象，实施了263例（子宫肉瘤：63例，子宫肌瘤：200例）的术前MRI画像。子宫肉瘤中有平滑肌瘤、内膜间质性肉瘤等各种组织类型，本次深层学习作为“子宫肉瘤组”及“子宫肌瘤组”学习，判定也判别为“子宫肉瘤”及“子宫肌瘤”两种分类。深层学习和评价判定使用MobileNetV2这一网络模型进行。通常，在深层学习中不希望存在缺失数据，在从多设施收集图像时，缺失数据常常成为问题。特别是在稀有癌症的情况下，收集更多的病例和图像是很重要的，所以这次进行了独自的分数评价，致力于研发综合评价15种MRI摄像条件的评价系统，提高了诊断率。

AI模型的正诊率为91.3%，与放射科专业医生相当，确认了作为诊断辅助的有用性

结果所产AI模型的“子宫肉瘤”及“子宫肌瘤”的正诊率高达91.3%，具有较高的诊断能力。为了判断此次病例图像的正确性，放射线科专业医生3名、放射线科专业医生3名对该病例进行了诊断，结果显示，正诊率分别为88.3%、80.1%，是与放射线科专业医生匹敌的成绩。并且，在临床上利用AI模型时，认为担负放射线诊断医生的辅助作用很重要，在知道AI模型的判定结果的状态下进行了同样的实验。于是，放射科专科医生群、放射科专科医生群的成绩分别上升到89.6%、92.3%，这表明该AI模型可能能够承担诊断支持的作用。

特别是，通过将AI的诊断结果作为诊断辅助来利用，在放射线科专门医生群（71.0%→83.1%）、放射线科专门医生群（47.6%→87.8%）双方都出现了灵敏度的上升，得到了与子宫肉瘤的遗漏病例--神秘肿瘤的误诊的预防相关的结果。

这是世界上第一次尝试，暗示可以辅助放射线诊断医生的诊断和预防误诊

本次研究中使用的深层学习对子宫肉瘤术前MRI影像诊断的探讨是世界上首次尝试，显示了近年来在医疗影像诊断领域备受关注的深层学习的进一步有用性，同时研究小组研发的基于AI的术前诊断系统，为放射线诊断医生的诊断辅助、特别是有助于预防误诊断。

研究小组说：“今后，根据本研究研发的算法，AI自动发现子宫病变并诊断的自动诊断技术的发展等，通过进一步的探讨，期待在实际临床现场被活用。”

百度浏览   来源 : 译程健康   

版权声明：本网站所有注明来源“医微客”的文字、图片和音视频资料，版权均属于医微客所有，非经授权，任何媒体、网站或个人不得转载，授权转载时须注明来源：”医微客”。本网所有转载文章系出于传递更多信息之目的，且明确注明来源和作者，转载仅作观点分享，版权归原作者所有。不希望被转载的媒体或个人可与我们联系，我们将立即进行删除处理。 本站拥有对此声明的最终解释权。