AI要約無料

マウス耳介皮膚切片におけるAIを用いた領域検出の定量的解析と薬剤誘発性表皮過形成の定量化への応用

Quantitative analysis of artificial intelligence-based detection of subregions from murine ear skin sections with application to quantifying drug-induced epidermal hyperplasia.

Veterinary Pathology 論文発表日: 2026年9月4日

📄 PubMedで原著を確認する ↗

☆ 保存にはログイン

3行まとめ

病理画像解析ソフトHALOとVisiopharmのAIによる皮膚切片の領域検出と病変定量性能を比較検証した。
両ソフトのAIは染色性の変化等に耐性を示し、病理医による表皮過形成スコアと一致する定量結果を示した。
商用AIツールを用いた組織病変の自動定量化の妥当性が示され、病理検査ワークフローの効率化が期待される。

この論文の要約

目的: 獣医病理学におけるAI活用が進む中、HALOやVisiopharmなどの商用画像解析ソフトに搭載されたAIモデルの病変検出および定量性能の比較や妥当性は十分に解明されていない。本研究では、両ソフトで構築したAIアルゴリズムの性能を体系的に比較評価することを目的とした。
対象と方法: 同一の正解データを用い、マウス皮膚切片のHE染色画像から各組織領域を検出・面積定量するAIアルゴリズムをHALOおよびVisiopharmで学習させた。同一テストデータで性能指標（適合率、再現率、F1スコア）を算出した。さらに、薬剤誘発性表皮過形成の定量化を行い、病理医のスコアと比較した。
主な結果: HALOとVisiopharmのアルゴリズムは比較可能な性能を示し、学習データサイズやHE画像のカラープロファイル変化に対しても耐性を有していた。また、AIアルゴリズムによる定量データは病理医の評価スコアと一致した。
臨床的意義: 商用AIモデルの定量的特性が明らかとなり、組織切片からの病変検出・定量の自動化や、病理診断・創薬研究におけるAIアルゴリズム設計・検証の実用的な指針となる。