大腸内視鏡検査における腺腫検出を支援するAI搭載コンピュータ支援検出システム:系統的レビューとベイズネットワークメタアナリシス

• 食道扁平上皮癌(ESCC)の内視鏡診断において、深層学習ベースのAIを白色光・狭帯域光・青色光・拡大内視鏡・ルゴール染色・ビデオ内視鏡・細胞内視鏡と組み合わせ、病変検出、境界線描出、浸潤深度推定、微小血管パターン分類で臨床的に意味のある可能性が示されている。
• 本稿は2019年から2026年に発表された代表的研究をレビューし、AIシステムが豊富な画像データセットで高い感度を達成し、一部のビデオベース研究が実用化の可能性を支持していると報告。
• 多くの研究が後向きかつ単一施設または高品質な静止画像データセットに依存しており、信頼区間・キャリブレーション・不確実性定量化・サブグループ分析・失敗モード報告・レイテンシベンチマークの一貫性の欠如、デバイス/術者/患者スペクトル/ライブビデオワークフローを横断する外部検証の限定という制限が残る。

大腸がんは世界で3番目に多い悪性腫瘍であり、AIの進歩により診断の負担が軽減されている。本研究では、大腸病変検出のための階層型モデルであるCDCTNet(colorectal diagnosis convolution transformer network)を提案する。CDCTNetは、局所的な高次元空間特徴を抽出する2つの畳み込みブロックと、特徴マップのグローバルな相関を提供するViT(Vision Transformer)エンコーダーを並列に使用する。さらに、畳み込みブロックとViTエンコーダー間の特徴相互作用を改善するIEMブロックを設計した。KatherおよびKvasirデータセッ…

• 子宮頸部細胞診AIモデルのプールされた精度と感度は90%超だが、前処理要因の報告不十分(報告完全性平均71.2%、スキャンモードなどデジタル化関連は平均60.2%)で再現性に課題があることが判明
• 報告ギャップを解消するため16項目のチェックリスト「PRECY-AI」を提案

加齢黄斑変性(AMD)は、世界的に不可逆的な視力低下の主な原因であり、その複雑な病態は疾患予測と治療管理を困難にしている。近年、人工知能(AI)と精密治療の進歩により、個別化されたデータ駆動型のAMDケアの新たな機会が生まれている。眼底写真、光干渉断層計(OCT)、OCT血管撮影(OCTA)、遺伝的感受性座(例:CFH、ARMS2/HTRA1、C3、CFI、APOE)、および縦断的臨床情報を含むマルチモーダルデータセットで訓練されたAIモデルは、早期疾患検出、進行予測、バイオマーカー同定、治療応答予測において有望な能力を示している。これらの進歩は、最適化された抗血管内皮増殖因子(anti-V…

子宮頸がんの早期発見と予防に不可欠な子宮頸部細胞診画像の高精度分類のため、新しい深層学習アーキテクチャが提案された。このアプローチは、細胞病理画像に特化したデータ拡張パイプライン、マルチスケール細胞特徴を捉える形態アテンションモジュール(MAM)、核周辺空間情報をエンコードする空間チャネルミキサー(SCM)を統合している。SIPaKMeDデータセット(5クラス)で99.06%、Mendeley LBCデータセットで98.55%という最先端の精度を達成し、従来のCNNアーキテクチャと比較してエラー率を最大82.5%、最近のVision Transformerアプローチと比較して61.8%削減し…