日本の研究者グループは、脂肪肝の画像からがんの発症リスクを予測する深層学習モデルを開発したと発表した。

東京大学が率いる研究チームは、生検後7年以内に肝臓がんを発症した46人と、生検を受けなかった639人から採取した脂肪肝組織のデジタル画像を使用してモデルを作成した。

AI活用プロジェクトのために、研究者らは全国9つの医療機関で生体組織検査を受けた計2,432人からこれらの画像を収集した。

研究者らによると、このモデルは、生検に基づく手動分析では78.2％の精度でがんの発症リスクを予測できるのに対し、82.3％の精度でがんの発症リスクを予測できることが証明されたという。

彼らはまた、AIが細胞異形成と脂肪肝の進行にもかかわらず脂肪沈着の減少をがんの危険因子として判断し、軽度の線維症ががんに変化する可能性が高いと予測した。

同グループのメンバーで同大学医学部准教授の立石良介氏は、「胃や腸の内層の生検で収集した画像から、がんの発生を予測する深層学習モデルを作成することも可能だ」と述べた。

研究チームの研究論文は、米国の専門医学誌であるJournal of Hepatologyのオンライン版に掲載された。