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の共同研究グループは10日、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」を構築したと発表した。

本研究ではこのAIシステムを用いて血液がんであるフィラデルフィア染色体陰性(Ph-)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るという。

本研究結果は、英国科学雑誌「Scientific Reports」のオンライン版（2021年2月9日付）で公開された。

近年、CTやMRI等を用いた医療画像領域を中心にAI深層学習技術を用いた画像診断支援が活発に議論され、一部は既に臨床応用が検討されている。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だが、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たという。

特に、血液がんのフィラデルフィア染色体陰性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だった。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たという。

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たいという。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すとしている。

関連URL

順天堂