Label-Free Structure Discovery in Breast Cancer Histopathology: K-Means and Fuzzy C-Means on Handcrafted Descriptors under Subtype-Disjoint Cross-Validation

乳がんは依然として世界で最も一般的ながんであり、毎年数十万人の命を奪っている疾患です。数十年にわたり、この病気の診断におけるゴールドスタンダード（標準的な手法）は、病理医による顕微鏡下での組織サンプルの入念な検査でした。このプロセスには、細胞構造を明らかにするために特定の染料で組織を染色する作業が含まれますが、これには膨大な専門知識と時間を要します。世界の多くの地域、特に低・中所得国では、こうした専門医が深刻に不足しており、何百万人もの患者がタイムリーで正確な診断を受けられない状況にあります。この現実が、コンピュータがこの重要な業務を支援できるかどうかを模索する科学者たちを突き動かしてきました。現代の人工知能は医療画像の読影において大きな有望性を示していますが、これらの高度なシステムの多くは、人間の専門家によってラベル付けされた膨大な量のデータを必要とします。しかし、そのようなリソースは、最も助けを必要としている地域では利用できないことが多いのです。これは、資源の乏しい環境で命を救うためのツールが、構築するために最も多くの資源を必要とするという、困難なパラドックスを生み出しています。

ある研究チームは、異なる道を模索するために、ある根本的な問いを投げかけました。「コンピュータは、その組織が実際に何であるかを教えられることなく、無害な組織と危険な組織を区別することを学習できるだろうか？」という問いです。大量のラベル付きデータセットに頼る代わりに、彼らは教師なし学習、つまりコンピュータが未ラベルの生データの中から自律的に自然なパターンやグループを見つけ出す手法を用いました。彼らは「ハンドクラフト（手作り）」の特徴量、すなわち、コンピュータにゼロからパターンを学習させるのではなく、組織画像に見られる質感、形状、色のパターンの具体的な数学的記述に焦点を当てました。目的は、最終的な診断ツールを構築することではなく、これらのより単純でラベルを必要としない手法が、良性と悪性を分離し始めることさえできるのかを確認するための、パフォーマンスの「底（フロア）」、すなわち基準値を確立することでした。もしこれらができなかったのであれば、より複雑でデータに飢えたシステムが本当に必要であることを示唆することになります。

研究者たちは、82人の患者から採取された約8,000枚の乳組織のデジタル画像を用いて研究を開始しました。4つの異なる倍率で撮影されたこれらの画像は、一貫性を保ちアーティファクト（偽像）を取り除くために、厳格な5段階のクリーニング工程を経て処理されました。このプロセスにおける重要なステップの一つは、画像を標準サイズにリサイズすることでしたが、元の画像が長方形であったため、このリサイズは一様ではありませんでした。つまり、垂直方向に対して水平方向の構造が圧縮されました。この非等方的な歪みにより、画像から抽出された形状やサイズの数学的な測定値は、実際の組織の幾何学的構造を正確に表すものではなかったことを、研究者たちは明確に認めています。残された情報を理解するために、彼らは各画像から148個の異なる特性を抽出しました。これらの特性には、隣接するピクセル同士がどの程度似ているかといったテクスチャ（質感）の測定、特定のパターンの頻度、そして組織に見られる構造の全体的な形状やサイズが含まれていました。この膨大な情報を整理するために、彼らは数学的手法を用い、148個の特徴量を、データの変動の大部分を捉える約21または22個の主要な成分へと削減しました。

これらの簡略化された記述を手にした研究者たちは、2つの異なるクラスタリング・アルゴリズムをデータに適用しました。一つ目は「K-means」と呼ばれるもので、各クラスターの中心を見つけ、画像を最も近いものに割り当てることで、画像を明確なグループに分類しようとする試みです。二つ目の「Fuzzy C-means」は、画像が異なる程度の確信度を持って複数のグループに属することを許容します。極めて重要な点として、研究者たちはテストを非常に厳格に設計しました。単に画像をランダムに分割したのではなく、腫瘍の「型」全体を分離するようにしました。各テストラウンドにおいて、コンピュータはある特定の種類の良性および悪性腫瘍を用いて学習を行い、その後、それまで見たことがない全く別の種類の腫瘍を識別するように求められました。このアプローチにより、コンピュータが特定の患者や画像の細部を単に暗記してしまうことを防ぎ、組織構造の真の、根底にある違いを探求することを強制しました。

結果は、明確ではあるものの、控えめな全体像を提示しました。コンピュータのアルゴリズムは、良性と悪性の組織の違いに沿った、何らかの構造をデータの中から見出すことができました。グループの形成度合いを確認すると、K-meansアルゴリズムはFuzzy C-means法よりもわずかに優れた性能を示し、よりタイトで明確なクラスターを作成しました。しかし、この分離の強さは比較的弱いものでした。研究者が後に、コンピュータによって生成されたグループを実際の医学的診断にマッピングして精度を確認したところ、システムは約69パーセントの精度を達成しました。ここで重要なのは、この数値はテストラベルを使用して最適なマッピングを決定する「オラクル（神託）」の上限値であり、展開可能なシステムの予測性能を反映したものではないということです。これは、常に最も一般的な結果を予測するという単純な推測（約60パーセントの精度）よりは高い数値でしたが、信頼できる医学的診断に求められる水準には遠く及びませんでした。

この研究はまた、現実世界のデータの不均衡な性質を扱う際の重大な限界も明らかにしました。8つの特定のテストシナリオのうち3つにおいて、クラスの不均衡によってコンピュータのグルーピングが著しく歪み、事後的なマッピングが崩壊し、実際の状態に関わらずすべての画像が「悪性」とラベル付けされるという結果になりました。この決定的な失敗モードは、注意深い処理が行われない限り、アルゴリズムが何も区別できなくなる可能性があることを浮き彫りにしています。さらに、研究者たちは、解析された画像が物理的な比率を歪める形でリサイズされており、形状の測定値が実際の組織の幾何学的構造を完全に正確に表しているわけではないと指摘しました。こうした障害にもかかわらず、ハンドクラフトされた特徴量は、悪性と関連する真のシグナルを保持しており、細胞の質感や形状の中に、たとえ微細であっても、悪性に関連する差異が存在することを証明しました。

結局のところ、この研究は画期的な解決策というよりも、必要な「現実的な再確認（リアリティ・チェック）」として機能するものです。著者らは、ハンドクラフトされた記述子と教師なしクラスタリングは、悪性の微かなシグナルを検出できるものの、そのシグナルは単独で診断システムを支えるには弱すぎると結論付けています。彼らは、これらの単純なラベルなしの手法が、病理医に代わる臨床用として準備ができているという考えを明確に否定しています。むしろ、この研究は、将来のより高度な手法を測定するための基準となる、透明性が高く再現可能なベンチマーク、すなわち「床（フロア）」を提供したのです。それは、ラベル付きデータが存在しない状況において、コンピュータはいくらかのパターンを見つけ出すことはできるものの、乳がんの診断という極めて重要な任務において、まだ人間の眼に取って代わることはできないということを示しています。研究者たちが示唆する今後の道筋は、非常に少ないラベル付きデータから効果的に学習できる手法を開発し、精度の必要性と、リソースの限られた環境における専門家による注釈の希少性との間の溝を埋めることにあります。