A foundation-model-powered AI system with post-read alerts and concurrent assistance improves gastric biopsy diagnosis across 29 pathological categories

病理医を、小さな染色された組織片の中に隠された謎を解こうとする探偵だと想像してみてください。通常、彼らはわずかな手がかりを探さなければなりません。「癌はあるか？ 特定の種類の癌か？」といった具合に。しかし現実の世界では、その組織には、危険な腫瘍や前癌状態から、目に見えない細菌、あるいは無害な隆起に至るまで、29種類もの異なる秘密が同時に隠されていることがあります。これらすべてを一度に見つけ出すことは、探偵に対して、100ページの報告書を読みながら、同じ干し草の山の中から針、失くしたイヤリング、クモ、そして特定の種類の埃を見つけ出すよう求めるようなものです。

この論文は、これら29種類もの手がかりを同時に扱うことができる、新しいAI「スーパー探偵」を紹介しています。これがどのように機能し、何を発見し、どこにまだ練習が必要なのかを説明します。

魔法の記憶を持つスーパー探偵

過去のほとんどのAI探偵は、2つか3つのものだけを探すように訓練されてきました。しかし、この新しいシステムは「基盤モデル（ファウンデーションモデル）」を用いて構築されています。これは、胃の生検標本を初めて見る前に、人体中のあらゆる種類の組織に関する何百万冊もの本をすでに読み終えた探偵のようなものです。彼らは単に胃の切片から学んだのではなく、全身の70,618枚のホールスライド画像から学びました。

このAIは非常に大きなアドバンテージを持っていたため、最初からすべてを教え込まれる必要はありませんでした。研究者は、29の特定のカテゴリーを特定する方法を教えるために、わずか10,462件の胃生検標本を見せるだけで十分でした。さらに驚くべきことに、このAIは、誰からも「ここに丸を描いて」と教えられたことがないにもかかわらず、問題がある場所を正確に指し示す（例えば、腫瘍の周りに赤い円を描くなど）方法を自力で習得しました。病院の記録に書かれた最終診断を見るだけで、場所を特定する方法を自力で見つけ出したのです。

AIが役立つ2つの方法

研究者たちは、車の新しい安全機能をテストするように、このAIを2つの全く異なる方法でテストしました。

1. 「読後」のセーフティネット
まず、彼らはAIを「読後アラートシステム」としてテストしました。教師がテストを採点した後、最初の教師が見逃したかもしれない間違いだけを探す、非常に高速な二人目の採点者にテストを渡す場面を想像してください。

• シミュレーション: 研究者は4つの異なる病院の記録（4,679症例）を取り出し、医師が作業を終えた後にAIを実行しました。
• 結果: AIは、元の記録で癌を見逃していた、あるいは無害なものとして誤って分類していた17件の癌を発見しました。これらの特定の症例をシニア病理医がレビューしたところ、「その通り、AIが正しく、元の記録が間違っていた」と同意しました。
• 注意点: これはシミュレーションでした。AIがリアルタイムでこれらのエラーを防いだわけではなく、もしAIがそこにいたらどうなっていたかを示したに過ぎません。しかし、これはAIが事後的にミスをキャッチする強力なセーフティネットとして機能できることを証明しました。

2. 「同時進行」の副操縦士（コ・パイロット）
次に、彼らはAIを「同時進行の支援」システムとしてテストしました。これは、探偵の隣に座り、探偵が見ている最中に手がかりを指し示す副操縦士のようなものです。

• 実験: 6人の病理医が120枚のスライドを2回ずつ確認しました。一度目は自分たちだけで、二度目はAIが疑わしい領域を異なる色（赤は癌、黄色は前癌、緑は組織変化、青は細菌の輪郭）でハイライトしながら行いました。
• 結果: AIの助けを借りることで、病理医は癌を見つける能力が向上しました。成功率は92.2%から94.8%に上がりました。また、「化生（metaplasia）」（特定の種類の組織変化）を見つける能力も、94.2%から97.4%へと上昇しました。
• スピード: 彼らは作業をわずかに早く完了させることもできました。スライド1枚あたりの平均時間は43.8秒から41.1秒へと短縮されました。
• 限界: この特定のテストにおいて、AIは細菌（ヘリコバクター・ピロリ）の発見や、前癌状態である「異形成（dysplasia）」の発見にはあまり貢献しませんでした。論文では、これはそれらの手がかりがより観察しにくいものであるか、あるいはAIのハイライトがそれらの特定のタスクには十分に有用ではなかったためである可能性が示唆されています。

「スーパー学習者」 vs 「努力家」

この論文の最もエキサイティングな部分の一つは、2種類の学習の比較です。

• 「努力家」: 図書館のすべての本を最初の一ページ目から読まなければならない学生のように、ゼロから訓練されたモデルです。このモデルは10,462枚のスライドを学習しましたが、特定のトリッキーな癌を見つけるのに苦労しました。
• 「スーパー学習者」（基盤モデル）: この膨大な事前学習を持ったモデルは、わずか400枚のスライド（癌200、非癌200）を見せられました。
• 衝撃的な事実: たった400枚のスライドしか見ていない「スーパー学習者」が、10,000枚以上のスライドを勉強した「努力家」よりも優れたパフォーマンスを発揮しました。スーパー学習者は、癌を見つけるスコアで0.9906というほぼ完璧な数値を達成し、努力家の最高スコアである0.9755を上回りました。これは、広範で既存の知識ベースを持つことが、単に大量のデータを暗記することよりもはるかに強力であることを示唆しています。

この論文が述べて「いない」こと

このAIがまだ「できていない」ことを知っておくことは重要です。

• 置き換えではありません: 論文は、このAIが病理医に取って代わるものであるとは述べていません。実際、AIは、第二の目として、あるいはセーフティネットとして、彼らと共に働くように設計されています。
• すべてにおいて完璧ではありません: このAIは、学習するための事例が不足しているため、非常に稀な種類の腫瘍については依然として苦戦しています。
• スピードのための魔法の杖ではありません: AIによって作業はわずかに速くなりましたが、論文では、細菌（ヘリコバクター・ピロリ）の発見は依然として非常に注意深く細かく見る必要がある作業であり、AIはそれをあまり加速させなかったと記されています。
• 最終的な判決ではありません: 「読後」の結果はシミュレーションでした。論文では、AIが実際に日常業務の中でどのように機能するかを証明するためには、現実世界でのプロスペクティブ（前向き）な研究（AIが病院内でリアルタイムで使用される研究）が必要であると主張しています。

結論

この論文は、膨大な一般的知識の基礎の上に築かれたAIが、極めて少ない特定の訓練データを用いて、29種類の異なる胃の状態を驚異的な精度で識別できることを示しています。これは、見逃されたエラーをキャッチするための「セーフティネット」として、また医師がより速く癌を見つけるための「副操縦士」としてこのAIを使用することが、有望な道であることを示唆しています。しかし、著者たちは、数値がシミュレーションや制御されたテストにおいて素晴らしい結果を示している一方で、現実世界でのテストはまだ始まったばかりであるという点に注意を促しています。AIは強力な新しいツールですが、探偵のオフィスにおける完璧なパートナーになる方法を、まだ学習している最中なのです。