技術要約：子宮頸がん放射線治療のためのBAT-RMによる自動輪郭作成

1. 問題提起

子宮頸がんは、依然として世界的ながん死亡の主要な原因であり、バングラデシュのような低・中所得国（LMIC）においては、放射線腫瘍医の深刻な不足により、治療待ち時間が6ヶ月を超えるという不均衡な負担が生じている。安全な放射線治療の実施には、標的体積（腫瘍体積［GTV］、臨床標的体積［CTV］）およびリスク臓器（OAR：膀胱、直腸、小腸、大腿骨頭）の精密な手動描画が不可欠である。手動による輪郭作成（コンツーリング）は時間がかかり（患者1人あたり45分から3時間）、観察者間の大きなばらつきが生じる。

既存のディープラーニング・ソリューションは、この文脈において主に3つの限界に直面している：

1. 境界の精度： 畳み込みアーキテクチャは、軟部組織の境界を描出するための明示的なメカニズムを欠くことが多く、重要な界面（例：GTVとパラメトリウムの間）における精度が最適化されない傾向がある。
2. 長距離コンテキスト： トランスフォーマーはグローバルなコンテキストを扱うことができるが、二次的な計算量（$O(n^2)$）を伴うため、臨床用ハードウェアでのフル解像度（512×512）処理は困難である。逆に、CNNは受容野が限定的である。
3. 臨床的検証のギャップ： ほとんどの研究は単一施設データセットに依存しており、厳格なマルチセンターでの汎用性分析や、リソースの限られた環境におけるワークフローの効率性と患者レベルへの影響を測定するプロスペクティブな読影研究が不足している。

2. 手法：BAT-RM アーキテクチャ

著者らは、高い境界精度と効率的な長距離コンテキスト・モデリングを同時に達成するために設計された、ハイブリッド2Dマルチブランチ・アーキテクチャである BAT-RM（Boundary-Aware Transformer with Region-Aware Mamba）を提案する。本システムは、軸方向のCTスライス（512×512）を処理し、後処理によって3Dボリュームを再構成する。

コア・アーキテクチャ構成要素

モデルは、階層的なCNNエンコーダ・デコーダのバックボーンと、3つの特化したモジュールで構成される。

1. Gated Boundary-Aware Transformer (BAT) ブランチ：

   • 機能： 臓器の境界を明示的にモデル化し、組織界面における曖昧さを解消する。
   • メカニズム： $E_3$ エンコーダ特徴量（128×128 解像度）に対して動作する。固定されたSobelオペレータを用いて、特徴量活性化の空間勾配強度マップを計算する。この勾配マップは、1×1畳み込みとシグモイド関数を介して、学習可能な空間ゲート（$\mathcal{G} \in [0,1]$）へと集約される。
   • アテンション： このゲートは、Strip-Pooling Multi-Head Self-AttentionメカニズムにおけるQuery ($Q$) および Key ($K$) プロジェクションを調整する。これにより、アテンション計算を高勾配の境界領域に制限し、計算量を $O(n^2)$ から $O(H+W)$ へと削減しつつ、臨床的に重要な組織界面（例：GTV-パラメトリウム）に焦点を当てる。
   • 補助的監督： 境界予測ヘッドは、バイナリ・クロスエントロピー（BCE）損失を用いて学習される境界確率マップを出力する。

2. Multi-Directional Recurrent Context Module (RM) ブランチ：

   • 機能： 線形計算量で、長距離の解剖学的依存関係（例：散在する小腸ループ）を捉える。
   • メカニズム： ボトルネック特徴量（$E_5$、32×32 解像度）に対して動作する。4方向の逐次スキャニング（北→南、南→北、東→西、西→東）を備えたMamba選択的状態空間モデル（SSM）を採用している。
   • 効率性： 2D特徴マップを4つの1Dシーケンスにシリアル化し、Mambaの選択的スキャニングで処理することで、フル空間自己アテンションによるメモリのボトルネックを回避し、$O(n)$ の計算量を実現する。
   • ゲーティング： SiLU活性化ゲートが、情報の乏しいトークン（例：均質な背景）を抑制し、解剖学的に関連のある構造を増幅させる。

3. Boundary-Region Attention Fusion (BRAF) モジュール：

   • 機能： 境界に敏感な特徴量（BAT由来）と領域認識型のグローバルコンテキスト（RM由来）を適応的に結合する。
   • メカニズム： RM特徴量をBATの解像度に合わせるためにアップサンプリングする。学習可能な空間チャネル・アテンションゲート（$\alpha$）が、これら2つのストリームの凸結合を計算する。融合された特徴量は、デコーダに渡される前に、BATブランチからの予測境界スケルトン（$\hat{B}$）によってさらに変調され、鋭いエッジの描出を強化する。

学習戦略

• 損失関数： セグメンテーションの重複、境界精度、および滑らかさを監督する複合損失を使用する：
  • Soft Dice Loss： クラス不均衡に対処するため、逆ボクセル頻度で重み付けを行う。
  • Focal Loss： 困難で曖昧な境界ピクセルに焦点を当てる。
  • Boundary BCE Loss： 補助的な境界ヘッドを監督する。
  • Smoothness Regularization： 予測マップとグラウンドトゥルース（正解）マップ間の勾配の不一致にペナルティを与え、輪郭のギザギザを防ぐ。
• データ： バングラデシュの3つのセンター（BMU, SHL, LSH）から収集された、7つの解剖学的クラスを含む1,011人の患者によるマルチセンター・データセットで学習。

推論パイプライン

システムは、スライスごとの2D推論戦略を採用し、メモリコストを抑えつつスライス間の連続性を確保するために、3Dガウス後処理（$\sigma=0.8$ mm）を行う。出力は、Varian、RayStation、およびMonaco治療計画システムと互換性のあるDICOM RT-Structure Setとして再構成される。

3. 主な貢献

1. 新規ハイブリッド・アーキテクチャ： Sobelゲート付き境界アテンション、多方向Mambaスキャニング、および境界スケルトン誘導型融合を組み合わせ、境界の精度と長距離コンテキストの両方を同時に解決するBAT-RMを導入した。
2. 大規模マルチセンター・データセット： LMIC環境における最大規模の子宮頸がんCTデータセット（1,011人、3センター、7クラス）を作成し、厳格な品質管理を行った（平均Jaccard = 0.961）。
3. 包括的な臨床検証：
   • 定量的評価： 全7クラスにおいて、4つのベースライン（nnUNet, SegMamba, TransUNet, UNETR）に対し、統計的に有意な改善（Bonferroni-Holm補正済み）を伴う優れた性能を示した。
   • 定性的評価： エラーマップ、輪郭オーバーレイ、およびマルチメソッドGradCAM解析によるメカニズム的証拠を用い、境界への集中を確認した。
   • プロスペクティブな読影研究： 13人の腫瘍医によるマルチセンター研究（100症例）を実施し、ワークフローの効率化を実証した。
4. エンドツーエンドの臨床展開： ネイティブなDICOM RTSTRUCTエクスポート機能を備えたプロダクショングレードのウェブアプリケーションを開発し、バングラデシュ医科大学に導入。患者の待ち時間を「日単位」から「時間単位」へと短縮した。

4. 結果

定量的パフォーマンス

BAT-RMは、保持されたテストセット（254人）において最先端（SOTA）の結果を達成した：

• 標的体積： GTV Dice = 0.9662（vs nnUNet 0.9450）；CTV Dice = 0.9571（vs nnUNet 0.8966）。
• OAR： 直腸 Dice = 0.9556；膀胱 Dice = 0.9655；小腸 Dice = 0.9741。
• 境界精度： GTV HD95 = 1.500 mm；CTV HD95 = 1.507 mm；直腸 HD95 = 1.242 mm。これらはベースライン（例：nnUNetと比較してGTV HD95が38.7%減少）と比較して大幅な誤差の減少を示している。
• 効率性： 単一のNVIDIA T4 GPU（3.8 GB VRAM）において、パラメータ数28.4M、41.2 GFLOPs、スライスあたりの推論時間18.3 msを実現し、速度とメモリ使用量の両面で3Dベースラインを大幅に上回った。

読影研究の結果

• 精度： AIによる支援により、若手腫瘍医のIoUは0.899から0.965へと上昇した（熟練医の非支援時の性能0.938に接近）。
• 効率性： 若手医師のコンツーリング時間は、80.7% 短縮された（1症例あたり152分から29分へ）。
• ワークフロー： 若手医師の専門医への相談率は52.1%から14.3%に低下した。自己報告による自信スコアは、若手において40%向上した。
• 展開の影響： 導入後、放射線治療シミュレーションの患者待ち時間は、追加の人員配置なしに1〜3日から2〜3時間へと減少した。

アブレーション研究

系統的なアブレーションにより、各コンポーネントの必要性が確認された：

• BATブロックの除去は、特に直腸やGTVのような境界が曖昧な構造において、最大の性能低下（mIoU -0.0509）を引き起こした。
• RMブロックの除去は、グローバルコンテキストを必要とする構造（膀胱、大腿骨頭）の性能を低下させた。
• BRAF融合モジュールの除去は、すべての小規模OARにおいて性能を低下させ、適応的な特徴結合の重要性を浮き彫りにした。

5. 意義と主張

本論文は、BAT-RMが単なるベンチマーク演習を超え、測定可能な患者利益をもたらす厳格なトランスレーショナル・パイプラインを提示していることを主張している。主な主張は以下の通りである：

• 技術的優位性： 境界認識アテンションと線形時間のMambaスキャニングの統合は、過度な計算コストをかけることなく、境界の精度と長距離コンテキストという二重の課題を解決する。
• 臨床的有用性： 本システムは単なるアルゴリズムの改善ではなく、臨床医の負荷を大幅に軽減し、待ち時間を短縮することで、当日または翌日の治療開始を可能にする展開可能なツールである。
• LMICへの適合性： 本研究は、子宮がんのオートコンツーリングに関するLMIC環境での初のマルチセンター読影研究を提供し、AIが専門医不足を緩和し、ケアの公平性を向上できることを証明している。
• 堅牢性： モデルは、3つの施設からの不均質なスキャナー製造元およびプロトコルを横断して汎用性を持ち、ファインチューニングなしで独立した外部コホート（230人）においても性能を維持している。

著者らは、本研究が、マルチセンターでのデータキュレーション、臨床的な失敗モードに基づいたアーキテクチャ設計、そして日常診療へのプロダクション展開によって特徴づけられる、機械学習研究を直接的な臨床的インパクトへと変換するフレームワークを確立したと結論づけている。