マウスの総胆管過形成における人工知能と病理医によるスコアリングの比較評価

3行まとめ

• マウスの総胆管過形成を迅速かつ高精度に評価する深層学習AIモデルを開発しその妥当性を検証した。
• AIは総胆管を高精度に検出しモデルの予測グレードは獣医病理医の合意スコアと強い相関を示した。
• 前臨床研究等において客観的かつ効率的な病理組織学的評価を支援できる可能性がある。

この論文の要約

目的

齧歯類の総胆管過形成は化学物質毒性や胆汁流の阻害、加齢などにより生じ、従来は病理医による時間を要する顕微鏡観察で評価されてきた。本研究では、マウスの総胆管過形成を迅速かつ正確に評価する深層学習人工知能（AI）モデルの開発と評価を目的とした。

対象と方法

デジタル化したマウス肝臓のHE染色全スライド画像（WSI）計127枚を使用した。U-NetおよびEfficientNetを基盤とするアルゴリズムを用い、35枚のWSIから抽出した1165領域でモデルを学習させた。教師あり手法で総胆管の同定と面積率の測定を行い、教師なし手法でグレード0〜4に分類した。24枚で検証、68枚でテストを行い、獣医病理医3名の合意基準スコアと比較した。

主な結果

セグメンテーションモデルのDiceスコアは学習時91.75%、検証時85.88%であった。テスト評価では感度95%、特異度97%、Diceスコア95.45%の高い精度を示した。モデル予測グレードは病理医の合意スコアと強い相関（r2s = 0.86）を示した。

臨床的意義

このAIアプローチは齧歯類における総胆管過形成の評価精度と効率を向上させる可能性があり、前臨床研究における組織学的評価の標準化、客観化、ハイスループット化に寄与することが期待される。

⚠️ この要約はAIが自動生成したものです。