科学オタクの主婦が科学物のデータを集めて取り上げております、科学もの報道データ編。
ネイチャーの姉妹誌に発表された論文についての報道です。
AI 早期肺がん94%見分ける CT画像から 米研究グループ
2019年5月21日 10時28分 NHK
この論文は、最新号のハイライトに取り上げられていました。
AIで肺がんをより早く見つける
Nature Medicine
2019年5月21日
Lung cancer identified earlier with AI
https://www.natureasia.com/ja-jp/nm/pr-highlights/12952
----------------------------------------------------------
本論文を直訳しますと・・・
低線量胸部コンピュータ断層撮影における三次元深層学習を用いたエンドツーエンド肺癌スクリーニング
となり、Abstractを直訳しますと・・・
2018年には推定160,000人が死亡しているため、米国では肺がんが最も一般的ながん死亡の原因です[1]。低線量コンピューター断層撮影を使用した肺がん検診は死亡率を20〜43%低下させることが示されており、現在米国の検診ガイドラインに含まれています[1,2,3,4,5,6]。既存の課題には、学年間のバラツキ、そして高い偽陽性率と偽陰性率が含まれています[7,8,9,10]。私たちは、肺がんのリスクを予測するために、患者の現在および過去のコンピューター断層撮影のボリュームを使用するディープラーニングアルゴリズムを提案します。私たちのモデルは、6,716の全国肺がん検診試験症例で最先端の性能(曲線下面積94.4%)を達成し、1,139症例の独立した臨床検証セットで同様に実行されます。私たちは二つの読者研究を行った。以前のコンピュータ断層撮影イメージングが利用できなかったとき、我々のモデルは偽陽性で11%、偽陰性で5%の絶対減少で6人の放射線科医全員を上回った。以前のコンピュータ断層撮影画像化が利用可能であったところでは、モデル性能は同じ放射線科医と同等であった。これにより、コンピュータ支援と自動化によってスクリーニングプロセスを最適化する機会が生まれます。大多数の患者はスクリーニングされていないままであるが、我々は、世界中で肺がんスクリーニングの正確性、一貫性および採用を高めるためのディープラーニングモデルの可能性を示す。
となります。
詳細が必要な方はご購入をお願いいたします。
Data availabilityによりますと・・・
この調査では、公に利用可能な3つのデータセットを使用しました。LUNA:https://luna16.grand-challenge.org/data/; LIDC:https://wiki.cancerimagingarchive.net/display/Public/LIDC-IDRI; NLST:https://biometry.nci.nih.gov/cdas/learn/nlst/images/
Northwestern Medicineのデータセットは、現在の研究のライセンスに基づいて使用されており、一般には利用できません。
次に、究極に溜まりに溜まったネイチャーを取り上げます。