Deep learning-assisted target volume segmentation for uterine malignancies on non-contrast CT

複雑ながん治療の世界において、放射線治療は、周囲の健康な臓器を保護しながら腫瘍を破壊するように設計された、精密なエネルギーのビームのような役割を果たします。これを可能にするために、医師はまず患者のスキャン上に詳細な地図を描き、がんがどこにあり、放射線がどこまで到達する必要があるかを正確に示さなければなりません。この「ターゲットボリューム」と呼ばれる地図は、治療計画全体の基礎となります。もし地図が小さすぎれば、がんは生き残ってしまうかもしれませんし、大きすぎれば、健康な組織が損傷してしまう可能性があります。数十年にわたり、これらの地図を作成することは、専門家がコンピュータ画面上で境界線を丁寧にトレースするという、時間がかかる手作業のプロセスであり、その作業は人によって異なり、患者一人につき1時間以上かかることもあります。特に子宮、子宮頸部、および子内膜のがんは、骨盤内の軟部組織が標準的なスキャンでは非常に似通って見えることが多く、腫瘍の境界を明確に見極めるのが難しいため、課題が深刻です。

中国の贛州癌症病院の研究者たちは、精度を損なうことなくこのプロセスを加速させるために、人工知能が役立つかどうかを検証することに乗り出しました。彼らは、造影剤を使用しないコンピュータ断層撮影（NCCT）と呼ばれる特定の種類のスキャンに焦点を当てました。これは放射線治療の計画に使用される標準的な画像診断ツールですが、磁気共鳴画像法（MRI）のような高いコントラストの詳細さには欠けています。研究チームは、これらのスキャンを観察してターゲット領域の輪郭を自動的に描くコンピュータシステムを訓練しました。彼らは単にコンピュータに推測させたのではなく、経験豊富な医師がすでに手作業で描いた数百もの過去の症例から学習するシステムを構築しました。その目的は、医師が毎回白紙の状態から始めるのではなく、作成された「初稿」としての地図を素早くチェックして調整できるようなツールを作ることでした。

この研究には、子宮がんの患者157名が参加し、システムを公平にテストするために異なるグループに分けられました。コンピュータは大規模な患者グループで学習を行い、その後、新しい症例にも対応できることを確認するために、一度も見たことのない別のグループでテストされました。その結果、この人工知能は、治療領域の外側の境界である「プランニング・ターゲット・ボリューム（PTV）」を描くことに極めて優れていることが示されました。平均して、コンピュータによる描画は、専門医による描画と90パーセント以上重なりました。この外側の境界は、患者がわずかに動いても放射線が確実にターゲットに当たるように、実際の腫瘍の周囲に追加される安全マージンです。しかし、疾患が存在するとされる実際の「臨床標的体積（CTV）」を示す内側の境界については、完璧とは言えませんでした。この内側の領域については、重なりは約72パーセントでした。標準的なスキャンでは、腫瘍が周囲の健康な組織と混ざり合ってしまうため、内側の境界を定義するのはより困難であり、この差は重要です。

これらのコンピュータ生成された地図が実際のクリニックで本当に有用であるかどうかを理解するために、3人の経験豊富な放射線科医が独立して結果をレビューしました。医師たちは、単純な尺度を用いてコンピュータの成果物の質を評価しました。外側の安全マージンについて、医師たちはコンピュータの成果物が91パーセント以上の症例で臨床的に許容可能であると判断しました。これは、軽微な修正だけで使用できる状態であることを意味します。内側の腫瘍境界については、許容率は約75パーセントと低くなり、残りのケースではより大幅な変更が必要となりました。医師たちは、コンピュータがターゲット領域の最上部や最下部、あるいは子宮と直腸が接する部分など、組織のコントラストが自然に低い場所で苦戦することがあると指摘しました。こうした不完全さにもかかわらず、コンピュータが全く使い物にならないような地図を作成することはありませんでした。重要な点は、コンピュータは確かな出発点を提供できるものの、内側の境界については依然として人間の医師が注意深く確認し、洗練させる必要があるということです。

この技術による最も劇的な影響は、作業を完了させるのにかかる時間に現れました。20人の患者を対象とした別のテストにおいて、一人の医師が、手作業で地図を描く場合と、コンピュータのドラフトを使用して描く場合にかかる時間を比較しました。ゼロから描く場合、プロセスには患者一人あたり平均65分かかりました。コンピュータに初期の輪郭を生成させ、それを医師が編集する場合、時間はわずか14分に短縮されました。これは、この極めて重要なステップに要する時間が、ほぼ80パーセント削減されたことを意味します。研究の著者たちは、これが単一施設でのテストであり、このシステムがすべてのタイプの患者やすべての病院で完璧に機能することはまだ証明されていないことを慎重に注記しました。彼らは、コンピュータが膨大な時間を節片した一方で、医師の専門知識に取って代わるものではないことを強調しました。このシステムは、医師の描画という重労働を担う強力なアシスタントとして捉えられるべきであり、それによって医療チームが、治療が安全かつ効果的であることを保証するための、最終的かつ決定的な判断にエネルギーを集中できるようにするためのものです。