AIsmiley Magazine

AIsmiley編集部によるAI・人工知能サービスの導入事例や活用事例などの情報を記事にしてお届けします

業態業種別-AIの導入活用事例-

順天堂大学、AIで血液がんの高精度鑑別に成功


順天堂大学とシスメックス株式会社の共同研究グループは、血液疾患鑑別が可能な「統合型AI分析システム」を構築しました。今後、骨髄増殖性腫瘍の鑑別にあたりAI自動分析技術による末梢血を用いた迅速で簡便なスクリーニング検査・診断支援への応用につながると期待されます。

このAIニュースのポイント

  • 血液疾患鑑別が可能な「統合型AI分析システム」を構築
  • 血液がんであるフィラデルフィア染色体陰性骨髄増殖性腫瘍の高精度な自動鑑別が可能
  • AI自動分析による末梢血を用いた簡便で迅速なスクリーニング検査・診断支援の実用化に前進

順天堂大学大学院医学研究科次世代血液検査医学講座の木村考伸 大学院生、田部陽子 教授らとシスメックス株式会社の共同研究グループは、人工知能(AI)における深層学習技術を用い、複数の血液検査結果を総合的に判断することで、血液疾患鑑別が可能な「統合型AI分析システム」を構築しました。

このAIシステムを用いて血液がんである骨髄増殖性腫瘍患者の病型分類に対する網羅的解析を行い、高精度な自動鑑別が可能であることを実証しました。今回の成果は今後、骨髄増殖性腫瘍の鑑別にあたりAI自動分析技術による末梢血を用いた迅速で簡便なスクリーニング検査・診断支援への応用につながると期待されます。

骨髄増殖性腫
骨髄中の造血幹細胞の腫瘍化による発症する疾患であり、顆粒球系、赤芽球、巨核球などの骨髄系細胞の著明な増加を特徴とする。

 

■検査技師や医師不足をAIが解決

血液疾患の診断においては、血球数算定検査や顕微鏡による血液細胞形態検査、細胞表面抗原検査、さらに遺伝子検査など、複数の検査情報に基づいた総合的な判断が必要ですが、これらの検査に携わる熟練した検査技師や医師が不足していることから、AI深層学習技術を用いた血液疾患の診断支援のニーズが高まってきました。

特に、血液がんの骨髄増殖性腫瘍は血液細胞形態での判別が難しく病型分類が困難でした。そこで本研究では、血液細胞形態のAI自動分析と血液基本検査である血球数算定の測定結果を組合せた「統合型AI分析システム」による早期スクリーニング検査・診断支援システムの構築を目指しました。

 

■695,030個のデータから「統合型AI分析システム」を構築

本研究では、血液疾患、感染症や健常人を含む3,261症例の末梢血液標本から収集した計695,030個の大規模な血液細胞のデジタル画像データベースを用いて、まず、深層学習技術によるAI画像解析システムの構築を行いました。さらに基本的検査である血球数算定情報を組み込むことで「統合型AI分析システム」の構築を行いました。

次に、このシステムを用いて骨髄増殖性腫瘍の病型である真性多血症、本態性血小板血症、骨髄線維症に対する血液検査情報の網羅的な分析を行いました。

真性多血症
骨髄増殖性腫瘍の一病型であり、骨髄での赤血球産生が過剰亢進する疾患。JAK2遺伝子変異などにより赤血球の増殖が進行する。白血球数、血小板数の増加もしばしば認める。
本態性血小板血症
骨髄増殖性腫瘍の一病型であり、血小板の著明な増加を特徴とし血栓や出血傾向を呈する疾患。JAK2、CALR、MPLなどの遺伝子変異が原因と考えられている。
骨髄線維症
骨髄増殖性腫瘍の一病型であり、造血幹細胞の異常により骨髄の線維化が進行する。骨髄血液産生能が低下し、貧血症状や出血傾向、易感染性が認められる。

まず、AI深層学習を用いて血液細胞の形態異常などの画像特徴量を抽出しました。抽出された特徴量に血球数算定の値を統合し、統計的計算により病型鑑別に最も効果的と判定された174の特徴量を選び出しました。その後、これらの特徴量を用いてAI技術の1つである勾配ブースティング法による解析を実施しました。

勾配ブースティング法
主に数値項目に対し高精度での予測・判別を実現する機械学習アルゴリズム。

そして、骨髄増殖性腫瘍の病型鑑別に対して本システムによる鑑別診断能を検証した結果、極めて高精度な診断能力を有することを実証しました。

 

勾配ブースティング法
SHapeley Additive exPlanationの略称で、機械学習が予測を与えた際に、予測のために用いた各特徴量の結果への寄与度(影響度)を示唆するアルゴリズム。主に予測した結果を解釈する場合に用いられる。

 

■今後は骨髄検査の自動化を目指す

今後、本研究成果の臨床実用化を進めると共に、さらに多種類の検査データを組み入れることによって汎用性のあるAI自動分析システムの構築を進めます。さらに、白血病などの血液疾患の確定診断に不可欠である骨髄検査の自動化を次のターゲットとして、骨髄中の細胞の自動識別に挑戦し、確定診断に踏み込んだAIシステムの構築を目指します。

 

出典:PR TIMES

このAI記事が気に入ったら
いいね ! しよう

Twitter でAIポータルメディアAIsmileyを
この記事で紹介されたAIサービスを無料で資料請求