スマートフォン画像でAIが術中診断を即座に判定　肺がん手術の意思決定が変わる

スマートフォンで撮影した手術標本の画像をAIが解析することで、術中30分以上の待機時間なく、肺腺がんの病理学的浸潤性を高精度で診断できることが示されました。凍結切片検査を大きく上回る成績です。

背景と研究の位置づけ

臨床病期IA肺腺がんの治療では、区域切除か肺葉切除かの選択が極めて重要な課題です。この決定は、がんが肺胞構造に浸潤しているかどうか（病理学的浸潤度）によって左右されます。従来、術中に確認する場合は凍結切片検査が用いられてきましたが、検査結果が得られるまで30分以上を要するという課題がありました。

本研究では、スマートフォンで撮影した手術標本画像にディープラーニングを適用し、この診断時間を抜本的に短縮できるかを検証しました。

主な発見

SuRImageと名付けられたAIモデルは、中国の3つの医療機関から募集した1,727例の患者データを用いて開発・検証されました。主な成績は以下の通りです：

• 診断精度：浸潤性がんと非浸潤性がんの識別で、AUC 0.84（95% CI 0.82–0.86）を達成
• 凍結切片との比較：特にGrade 1腺がんの診断で、SuRImageは80.51%の精度を示す一方、凍結切片検査はわずか22.22%に留まりました
• ジュニア医師への支援効果：AIの支援を受けたジュニア外科医の診断精度は、非支援のシニア外科医の成績を上回りました
• 外部検証：複数の外部検証コホートでも一貫した性能を維持

臨床的意義

SuRImageは以下の点で臨床実践に大きな貢献が期待されます：

• 術中意思決定の迅速化：スマートフォン撮影と画像解析はほぼ瞬時に行え、外科医は待機時間なく即座に切除範囲を決定できます
• 診断精度の向上：特に凍結切片で診断困難とされてきた低悪性度がんの識別が飛躍的に改善します
• 医療の均てん化：経験の浅い外科医でもAIの支援により高度な診断精度を実現でき、地域間の医療水準格差を縮小する可能性があります
• 患者転帰の改善：過度な切除を回避し、機能温存と根治性のバランスを最適化できます

研究の限界

本研究は高い証拠レベルを持つ前向き多施設研究ですが、いくつかの考慮すべき点があります：

• データは中国の医療機関から得られており、他地域への外挿可能性は別途検証が必要です
• AI判定が必ずしも100%の精度ではないため、臨床的判断との組み合わせが重要です
• 実装には画像撮影の標準化や運用体制の整備が求められます

Original paper: Deep learning model for pathological invasiveness prediction using smartphone-based surgical resection images in clinical stage IA lung adenocarcinoma (SuRImage): a prospective, multicentric, diagnostic study. — The Lancet. Digital health. 10.1016/j.landig.2025.100965

🎧 ポッドキャストを聴く