10つのAIモデルによる乳がん全スライド画像でのHER2発現評価の一致

🧬 乳がんにおけるHER2発現評価のAIモデルによる一致性

乳がんの治療において、HER2（ヒト上皮成長因子受容体2）の発現評価は非常に重要です。近年、抗体薬物複合体の進展により、HER2陽性腫瘍だけでなく、HER2低発現やHER2超低発現の腫瘍にも治療の対象が広がっています。このような治療の進化に伴い、正確で再現性のあるHER2評価が求められています。本記事では、10種類の人工知能（AI）モデルを用いて、乳がんの全スライド画像におけるHER2発現評価の一致性についての研究を紹介します。

🧪 研究概要

本研究では、733人の乳がん患者から得られた1124枚の全スライド画像を用いて、10の独立した計算病理学AIモデルによるHER2スコアリングの変動性を評価しました。評価には、アメリカ臨床腫瘍学会（ASCO）およびアメリカ病理学会（CAP）のカテゴリスコア（0, 1+, 2+, 3+）、Hスコア、腫瘍細胞の染色割合、浸潤癌細胞の総数と染色された細胞数が含まれました。

📊 方法

各モデルの一致性は、ペアワイズ全体パーセント一致（OPA）、コーエンのカッパ係数、階層的クラスタリングを用いて評価されました。具体的には、以下のような分析が行われました。

主なポイント

🔍 考察

研究の結果、AIモデル間でのHER2スコアリングの一致性は、特にHER2 3+のケースにおいて高いことが示されました。一方で、HER2低発現や境界ケースにおいては、一致性が低く、測定の課題が浮き彫りとなりました。病理医の評価はAIモデルよりも数値的に高い一致性を示しましたが、観察者間の変動は依然として存在しました。

さらに、サンプルタイプや染色アーチファクト、HER2発現の不均一性が不一致の要因として関連していることが示唆されました。このような結果は、低強度の染色を扱うためのツールの改良が必要であることを強調しています。

💡 実生活アドバイス

• 乳がんの治療を受ける際は、HER2の発現評価が重要であることを理解しましょう。
• 複数の医療機関で評価を受けることを検討し、異なる見解を得ることが有益です。
• 最新の治療法や研究に関する情報を常にアップデートし、医師と相談することが大切です。
• AI技術の進展が医療に与える影響についても関心を持ちましょう。

📉 限界/課題

本研究にはいくつかの限界があります。まず、使用されたAIモデルの数が限られており、他のモデルとの比較ができない点です。また、HER2低発現ケースにおける一致性が低いことは、今後の研究で解決すべき課題です。さらに、サンプルサイズやデータの多様性が不足している可能性も考えられます。

まとめ

HER2発現評価におけるAIモデルの一致性は、特にHER2 3+のケースで高いものの、低発現ケースでは課題が残ります。今後の研究とツールの改良が求められます。

関連リンク集

• アメリカ臨床腫瘍学会（ASCO）
• アメリカ病理学会（CAP）
• PubMed

参考文献

書誌情報