Clinical Newswire

American Journal of Roentgenology（AJR）誌に掲載された記事によると、スタンフォード大学のチームは、放射線科専門医に匹敵するレベルで良性と悪性の甲状腺結節を超音波で識別できる定量的フレームワークを開発した。これは、甲状腺結節のトリアージの完全自動化システムの確立に役立つ。

Alfiia Galimzianova 氏らによる92の生検で確認された結節の遡及的に収集された超音波画像は、米国放射線医学会の甲状腺画像報告およびデータシステム（TI-RADS）を使用して2人の放射線専門技師によって注釈が付けられた。

研究者らのフレームワークでは、結節の悪性度を予測するために、エコー輝度、テクスチャ、エッジの鮮明さ、およびマージンの曲率特性の結節の特徴が正規化されたロジスティック回帰モデルで分析した。

Leave-one-outクロス検証でメソッドを認証したスタンフォードチームは、ROC AUC、感度、および特異性を使用して、フレームワークの結果を6人の専門的な注釈ベースの分類によって得られた結果と比較した。

提案されたフレームワークのAUCの測定値は0.828（95％CI、0.715-0.942）であった。Galimzianova氏は、「専門医による分類子のAUC値よりも大きいか、または同等である」ことに注目した。専門医によるAUC値の範囲は0.299〜0.829（p = 0.99）であった。

さらに、感度1の治療戦略では、フレームワークを使用することで、46の良性結節のうち20の生検を回避できた。これは、3つの専門分類よりも統計的に有意に高い値であった。

特異度1の保守的な戦略のフレームワークでは、46の悪性腫瘍のうち10を識別するのに役立つ-これは5つの専門分類よりも統計的に有意に高い。

「われわれの結果は、甲状腺がんのリスク推定のためのコンピューター支援診断システムの究極の実現可能性を裏付けている」と、Galimzianova氏は結論付けた。「このようなシステムは、臨床医に二次的な悪性腫瘍のリスクの推定を提供し、最終的には不必要な生検と外科手術の数を減らすのに役立つ」
https://ecancer.org/en/news/17228-researchers-take-a-step-toward-automating-thyroid-cancer-triage

（2020年1月24日公開）