AI誘導マンモグラフィで作業量を33％削減し、乳がんの発見率を高める

『Radiology』誌に最近発表された研究で、デンマークとオランダの研究者らは、人工知能（AI）システムの導入前と導入後のスクリーニングの有効性とマンモグラフィースクリーニングの全体的な負担について遡及的に分析を行った。

乳がんの定期的なマンモグラフィー検診は、この疾患による死亡率を大幅に低減します。しかし、集団マンモグラフィー検診は、疑わしい病変がほとんど含まれていないマンモグラフィー画像を多数解析しなければならないため、放射線科医の負担を増大させます。

さらに、偽陽性を減らし、検出率を向上させるために行われる二重スクリーニングは、放射線科医の負担をさらに増大させています。マンモグラフィーを読影できる専門の放射線科医の不足も、この状況を悪化させています。

近年の研究では、高いスクリーニング基準を維持しながら、AIを活用して放射線科レポートを効率的に分析する方法が広く検討されています。AIを活用して放射線科医がマンモグラムの病変をフラグ付けし、強調表示するという複合的なアプローチは、スクリーニングの感度を維持しながら放射線科医の作業負荷を軽減できると考えられています。

本研究では、デンマークの国家乳がん検診プログラムの一環としてマンモグラフィー検診を受けた2つの女性コホートの予備的なパフォーマンス指標を使用し、AIツール導入後の検診負担とパフォーマンスの変化を比較しました。

このプログラムでは、50歳から69歳までの女性を対象に、79歳になるまで2年ごとに検査を受けるよう呼びかけた。BRCA遺伝子など、乳がんリスク増加を示すマーカーを持つ女性は、異なるプロトコルに従って検査を受けた。

研究者らは、AIシステム導入前と導入後の2つのコホートの女性を対象とした。分析には、高リスク群を除外するため、70歳未満の女性のみを対象とした。

参加者全員は、頭尾方向および内外斜位撮影によるデジタルマンモグラフィーを用いた標準化されたプロトコルを施行されました。本研究における陽性症例はすべて、乳管癌または浸潤癌のスクリーニングによって特定され、針生検によって確定診断されました。病理学的報告書、病変の大きさ、リンパ節転移、および診断に関するデータは、国民健康登録簿から取得しました。

マンモグラムの分析に使用されたAIシステムは、ディープラーニングモデルを用いてトレーニングされ、マンモグラム上の疑わしい石灰化や腫瘤を検出、強調表示、スコア付けしました。その後、AIは検査結果を1から10のスケールで分類し、乳がんの可能性を示しました。

経験豊富な放射線科医を中心としたチームが、両コホートのマンモグラムを検査しました。AIシステム導入前は、各スクリーニングは2名の放射線科医によって検査され、両放射線科医がスクリーニングに更なる評価が必要と判断した場合にのみ、患者に臨床検査と針生検が推奨されていました。

AIシステムの導入後、スコア5以下のマンモグラフィーは、1回しか読影されないことを承知の上で、上級放射線科医が再検査を行いました。さらに検査が必要なマンモグラフィーについては、別の放射線科医と協議しました。

調査の結果、AIシステムの導入により、乳がん集団検診の一環としてマンモグラムを分析する放射線科医の作業負荷が大幅に軽減され、検診の有効性も向上したことが判明した。

AIシステム導入前のスクリーニング対象コホートには6万人以上の女性が含まれていましたが、AI導入後のスクリーニング対象コホートには約5万8千人の女性が含まれていました。AI導入後のスクリーニングでは、乳がん診断率（AI導入前0.70% vs. AI導入後0.82%）が増加し、偽陽性率は減少しました（AI導入前2.39% vs. AI導入後1.63%）。

AIを用いたスクリーニングは、陽性予測値が高く、浸潤癌の割合も低かった。リンパ節転移陰性癌の割合は変化しなかったものの、他のパフォーマンス指標ではAIを用いたスクリーニングが有意に転帰を改善したことが示された。読影負荷も33.5%軽減された。

要約すると、この研究では、デンマークにおける乳がん集団検診の一環として、AI ベースのスクリーニング システムが放射線科医の作業負荷を軽減し、マンモグラム分析の検診率を向上させる効果を評価しました。

結果によると、乳がん診断の大幅な増加と偽陽性の大幅な減少によって証明されるように、AIベースのシステムにより放射線科医の作業負荷が大幅に軽減され、スクリーニング率も向上しました。