Evaluating Deep-Learning Based Quantification of Breast Arterial Calcification on Mammography for Cardiovascular Risk Assessment

技術要約：心血管リスク評価におけるマンモグラフィを用いた深層学習ベースの乳動脈石灰化定量化の評価

問題提起
心血管疾患（CVD）は依然として女性における主要な死因であるが、従来の予測ツールは、特に若年および中年層の女性を低リスクと誤分類することが多い。この過小評価は、診断の遅れや治療の遅延につながる。動脈石灰化は主要な有害心血管イベント（MACE）の確立されたリスク因子であるが、その検出には通常、臨床的な疑いが生じた後にオーダーされる専門的な検査が必要となる。米国では毎年約4,000万人の女性が受けているスクリーニング・マンモグラフィは、「機会的画像診断（opportunistic imaging）」、すなわち他の臨床的理由で行われる検査からバイオマーカーを系統的に定量化するための、膨大な未利用のリソースを提供している。しかし、乳動脈石灰化（BAC）が日常的なマンモグラム上で定量化されたり、系統的に報告されたりすることは稀である。課題は、BACを検出し、その将来的な心血管リスクの予測因子としての有用性を評価するための、スケーラブルで自動化された手法を開発することにある。

方法論
NYUランゴン・ヘルスで行われたこのレトロスペクティブ研究では、2010年から2022年の間にスクリーニング用全視野デジタルマンモグラフィ（FFDM）を受けた200,006人の女性（平均年齢 54.8 ± 11.7歳）のコホートを利用した（MACEの既往歴がある者は除外）。

• データセット構築: モデル開発のために、専門家がアノテーションを行った2,676枚のFFDM画像セットを作成した。画像は、放射線科のレポートに基づき、BAC陽性とBAC陰性のケースのバランスをとるエンリッチメント戦略によって選択され、最終的なラベル付けは、放射線科レジデントによる手動レビューとフリーハンドによるアノテーションによって決定され、指導医である乳房放射線科医によって検証された。データセットは、訓練（1,907枚）、検証（360枚）、テスト（409枚）のセットに分割された。
• 深層学習アーキテクチャ: ResNet-18エンコーダを備えたU-Netアーキテクチャを用いたマルチタスク畳み込みニューラルネットワークを開発した。モデルは以下の2点を共同で出力するように訓練された：
  1. ピクセルレベルのBACセグメンテーションマップ。
  2. BACの存在に関する画像レベルの確率。
     訓練目的関数は、セグメンテーションのためのFocal-Tversky損失と、バイナリクロスエントロピーを組み合わせたものであり、セグメンテーションを優先する重み付き損失関数（$\lambda = 0.1$）を用いた。
• 定量化パイライン: セグメンテーション後、0.5の確率閾値を用いてバイナリマスクを生成した。BAC負担量は、前景のピクセル数にDICOMエンコードされたピクセル間隔の値を乗じることで、物理的面積（mm²）として定量化した。検査レベルの負担量は、患者の全4ビュー（頭尾方向および内外斜方向）の面積の平均として算出された。
• リスクモデリング: 本研究では、AI由来のBAC負担量による、5年および10年のスパンでのMACE発症の予測価値を評価した。4つのCox比例ハザードモデルを開発した：(i) BAC負担量のみ、(ii) ACC/AHA PREVENTスコアのみ、(iii) BAC + PREVENTの結合モデル、(iv) 標準的な臨床リスク因子 + BACの結合モデル。性能は、内部テストセットおよび、一般化可能性を評価するための地理的に独立したテストコホート（ブルックリン）において評価された。

主な貢献

1. 自動定量化: 本研究は、日常的なスクリーニング・マンモグラムから、高い精度でミリメートル平方単位のBAC負担量を検出・定量化できる深層学習パイプラインを提示している。
2. 大規模な検証: モデルは20万人を超える大規模なコホートで検証され、特定の地理的に独立したテストセット（ブルックリン）により、異なる人口統計学的集団に対する堅牢性が示された。
3. リスク層別化: 本研究は、AI由来のBAC負担量とMACE発生率との間に、単なる「存在または不在」を超えた、連続的な負担層別化に基づく段階的な関係を確立している。
4. 比較分析: 本論文は、AI由来のBACの予測能を、確立されたPREVENTスコアおよび標準的な臨床リスク因子と厳密に比較し、AI由来のBACの増分価値について現実的な評価を行っている。

結果

• モデルの性能: 地理的に独立したテストセットにおいて、BAC検出モデルはAUROC 0.97を達成した。セグメンテーションについては、Dice係数は0.6678であった。AI由来のBAC負担量と手動アノテーションによる負担量の相関は強く（ピアソン $r = 0.961$）、モデルはわずかな系統的な過大評価（平均バイアス +10.3 mm²）を示した。
• 有病率と分布: AIによって検出されたBACは、コホートの23.1%に認められた。BAC負担量は加齢とともに増加し、右に歪んだ分布を示した。BAC陽性患者における中央値の負担量は19.51 mm²であった。
• MACEとの関連: BAC負担量は将来のMACEと有意に関連していた。5年間のMACE発生率は、BACなしの女性の1.5%から、高BAC負担量のグループでは6.9%へと上昇した。同様に、10年間の発生率も、これらのグループ間で2.6%から10.4%へと増加した。
• 予測性能:
  • BAC単独: 緩やかな識別能を示し、5年および10年のAUROCはそれぞれ0.661および0.650であった。
  • PREVENTスコア単独: 有意に優れた性能を示し、5年および10年のAUROCはそれぞれ0.781および0.771であった。
  • 結合モデル: PREVENTスコアにBAC負担量を加えることで、識別能の向上は最小限であった（例：5年AUROCの増加はわずか0.0001であった）。

意義および主張
著者らは、日常的なマンモグラフィからの深層学習ベースのBAC定量化は実現可能であり、正確であり、かつ将来の心血管リスクと関連していると結論付けている。しかし、単独の予測因子としての臨床的有用性については控えめな立場を維持している。本論文は、AI由来のBAC負担量がPREVENTスコアに加えた際に識別能を大幅に改善することはないものの、価値のある「スケーラブルな機会的画像バイオマーカー」として機能すると主張している。

その意義は、従来のツールでは低リスクと分類されがちな女性に対して、心血管リスクを「可視化し、実行可能なもの」にする可能性にある。既存のマンモグラフィのインフラを活用することで、追加のコスト、放射線、または患者への負担をかけることなく、リスクの高い女性を特定し、早期のリスク評価、脂質評価、および予防的ケアを促すことができる。著者らは、BACを臨床リスクモデルの代替物としてではなく、臨床的意思決定支援および予防的介入をトリガーするための、補完的で標準化された画像マーカーとして位置づけている。