甲状腺超音波診断におけるAI革命：精度と公平性の新時代

甲状腺超音波診断におけるAI革命：精度と公平性の新時代

甲状腺結節の評価は、新たなエンジンの轟音ではなく、人工知能の静かで絶え間ない処理能力によって、深い変革を遂げつつある。かつて超音波検査技師の主観的な目と蓄積された経験に大きく依存していた領域が、今では高度なアルゴリズムによって補完され、場合によっては挑戦すら受けている。これはSFではなく、世界中の放射線科や研究实验室で展開されている現実であり、最も一般的な内分泌疾患の診断において、より一貫性があり、アクセスしやすく、精密な未来を約束するものである。

その重要性は極めて高い。甲状腺結節は驚くほど普遍的に見られ、世界人口の相当部分で検出されている。1980年代以降、特に乳頭甲状腺癌における甲状腺癌診断の急増は、激しい議論を引き起こしてきた。『Journal of Surgical Concepts and Practice』などで引用されている研究を含む相当量の証拠は、広範な過剰診断を指摘している。いくつかの国では、中国では症例の87%以上、韓国では驚異的な93%が、害を及ぼすことのない癌である可能性が示唆されており、その数値は愕然とするほどである。この過剰診断の蔓延は、不必要な生検、手術、終生にわたるホルモン補充療法といった過剰治療に直接つながり、患者と医療システムに重大な身体的、感情的、経済的負荷をもたらしている。

逆に、資源が限られた環境や経験の浅い医療従事者では、リスクは逆方向に振れる：すなわち、診断漏れだ。危険な悪性腫瘍が見逃され、重要な治療が遅れる可能性がある。あらゆる危険な結節を捕捉しつつ、無数の良性の結節を侵襲的処置に晒さないようにする方法——この根本的なジレンマが、AIが解決すべく設計されている中心的な課題である。目標は医師を代替することではなく、疲れを知らず、決して調子を崩さず、一枚一枚の画像に同じ厳格な基準を適用する強力な相棒（コ・パイロット）を創り出すことにある。

この革命を支える技術には、主に二つの流れがある：機械学習と深層学習である。機械学習を、特定の仕事にどの工具を使うべきかを正確に知り抜いた熟練の整備士と考えてみよう。これには、人間の専門家がまず超音波画像上の「関心領域」——結節そのもの——を定義し、その後、その形状、境界が滑らかであるか棘状（spiculated）であるか、内部エコーパターン、石灰化の有無といった特定の特徴を手作業で抽出する必要がある。これらの手選びされた特徴は、ランダムフォレストやサポートベクターマシンのような分類アルゴリズムに投入され、これは何千もの過去の症例で訓練され、良性と悪性を区別するパターンを学習する。このアプローチを用いた初期の研究は、経験豊富な放射線科医に匹敵する診断精度を示し、顕著な可能性を約束した。

そして深層学習が登場した。これは独学の工学の天才に相当する。どの特徴を探すべきかを教えられる代わりに、深層学習モデル（通常はResNetやYOLOのような複雑なニューラルネットワーク）は、生の超音波画像を取り込み、最も予測力の高い特徴を完全に独自に識別することを学ぶ。この「 end-to-end （端から端まで）」の学習には、数万枚もの注釈付き画像という大規模なデータセットが必要だが、その見返りは、潜在的に更高的な性能と、人間が見落とすかもしれない微妙で複雑なパターンを検出する能力である。4万症例以上、10万枚以上の画像を利用した画期的な研究では、内部テストセットで0.94を超える曲線下面積（AUC）を達成し、異なる医療機関からの外部テストセットでも0.90を超える印象的なスコアを維持した。この異なる施設間での検証（cross-center validation）は極めて重要である。これは、AIが単一病院特有の画像スタイルを暗記しているのではなく、甲状腺結節診断の普遍的な原理を学習していることを示唆する。

この技術の応用は、単純な「良性か悪性か」という二値出力を超えて急速に拡大している。最も実用的な用途の一つは、結節そのものの検出である。AIシステムは現在、静的な超音波画像をほぼ完璧な精度で走査し、ルーチンの検査で人間の目が見過ごしてしまう可能性のある結節を識別できる。さらに印象的なのは、実際の超音波検査中にリアルタイムで検出するように設計されたシステムで、毎秒16フレームの速度で画像を処理する。この臨床ワークフローへの統合は、分析のためにいつ画像を「凍結（freeze）」するかという超音波検査技師の判断に内在する主観性を最小限に抑え、その後のAI評価のためにより客観的で包括的なデータセットを作り出す。

おそらく最も臨床的に関連性の高い応用は、患者管理を直接導くリスク層別化である。単純なyes/noの代わりに、AIは確率スコアを出力したり、甲状腺画像報告データシステム（TI-RADS）のような確立されたシステムに基づいてカテゴリーを割り当てたりできる。サムスンのS-Detectのような市販のシステムは既に市場に出ており、画像を分析してエコーレベル（エコー輝度）、边缘（境界）、石灰化を標準化された方法で評価した後、TI-RADSスコアを割り当てる。外部検証研究によれば、これらのシステムは人間の専門家に匹敵する感度を達成できるが、特異度は往々にして遅れをとっており、より多くの良性結節を疑わしいとフラグ付けしてしまう可能性があることを意味する。この「慎重を期して誤る（erring on the side of caution）」という特性は、癌を見逃さないことを最優先とするプライマリケアや地域病院でのスクリーニングに、実は理想的である。

革新はそこで止まらない。研究者たちはリスク層別化のための全く新しいパラダイムを模索している。一つのは非常に興味深い研究は、従来の病理学的診断を迂回し、甲状腺癌の既知の駆動因子であるBRAFやTERTなどの遺伝子変異をゴールドスタンダードとして使用した。AIは、超音波画像パターンと、これらの特定の高リスク変異が存在する可能性とを相関させるように訓練された。これは診断を形態学的観点を超え、分子生物学の領域に移行させるもので、古典的には悪性に見えないかもしれないが、危険な遺伝子的変化を宿している結節を特定する可能性を秘めている。

重要な開発領域の一つは、リンパ節転移の診断である。甲状腺癌患者にとって、頸部の転移性リンパ節の有無と位置は、手術範囲を決定する最も重要な単一の因子である。中心頸部郭清は標準的だが、癌が側頸部の区域（コンパートメント）に広がっている場合、はるかに広範で複雑な手術が必要となる。残念ながら、従来の超音波検査はこれらの早期の微視的な転移の検出が極めて苦手であり、症例の約3分の2で見逃していることを示唆する研究がある。ここにAIが game-changer（状況を一変させるもの）として介入するのである。初期の深層学習モデルは、検出率を大幅に改善する能力を示している。2000症例以上を含み、相当数の外部検証群を含むある研究では、転移性リンパ節を特定する際のAUCスコアが0.90以上を達成した。極めて重要ことに、この研究ではAIの性能が超音波装置のブランドや操作者の技能レベルにほとんど影響されないことも判明し、多様な臨床環境にわたって診療を標準化し水準を高める可能性を示唆している。

これらの目覚ましい進歩にもかかわらず、シームレスな臨床統合への道は重大な課題に満ちている。最も差し迫ったのは「一般化可能性（generalizability）」の問題である。多くの発表された研究は、科学的に健全であるものの、単一施設または少数の施設群からのデータに基づいている。AIモデルは訓練されたデータでは優れているが、異なる装置、異なる画像プロトコルを使用する病院、または異なる疾病有病率の患者集団を対象とする病院からの画像に直面すると、能力が低下する可能性がある。トップクラスの academic medical center（学術医療センター）からの高解像度画像で訓練されたモデルは、地方診療所からのノイズの多い画像では苦戦するかもしれない。これが、より多様な実世界の環境でテストされている市販のシステムが、その現時点での性能が完全でなくとも非常に重要である理由である。

もう一つの大きな障壁は、特に深層学習における「ブラックボックス」問題である。AIが結節を悪性であると宣言するとき、それが なぜ 悪性なのかを人間の臨床医が理解できる方法で説明できないことが多い。特定の棘状边缘や微小石灰化の集簇を指摘するのではなく、単に確率を出力するのである。この透明性の欠如は、特に境界例において、医師がAIの判断を信頼することを困難にする可能性がある。また、臨床医がAIの推論から新たな洞察を得ることができないため、学習プロセスも妨げる。この問題に対処するため、研究者らは「説明可能なAI（explainable AI）」手法や、深層学習の生の力と従来の機械学習の解釈可能な特徴抽出を組み合わせたハイブリッドモデルの探求を進めている。

さらに、プロセス全体が未だに驚くほど人間に依存している。現在のほとんどのAIシステムは、超音波検査技師が手動で捕捉し「凍結」した静的な画像に依存している。したがって、これらの画像の品質と診断価値は、操作者の技能と経験に直接結びついている。経験の浅い技師は最適な断面を捕捉できなかったり、焦点が最適でない状態で画像を凍結したりする可能性があり、AIの性能を低下させる。AIの真の可能性を解き放つためには、標準化された自動画像取得プロトコルへ、そして最終的にはライブ超音波ストリームのリアルタイム分析へと分野が進む必要がある。

では、AIは放射線科医に取って代わるのだろうか？この分野の専門家からの圧倒的合意は、断固として「ノー」である。その代わり、未来は強力なシナジー（相乗効果）のものとなる。無数の研究が、最良の診断性能はAI単体からも医師単体からも得られるのではなく、両者の協業から得られることを実証している。AIシステムの評価が人間の読影者の判断を補強するために使用されると、結果は一貫して優れている。ジュニア放射線科医にとって、AIは安全網（セーフティネット）として機能し、その感度を大幅に高め、見逃していたかもしれない所見を捕捉するのを助けることができる。シニアエキスパートにとって、AIは高度に洗練されたセカンドオピニオンとして機能し、微妙な手がかりを捕捉したり、彼ら自身の定性的評価を洗練させる定量的リスクスコアを提供したりする可能性がある。ある研究では、医師の初期のTI-RADSスコアをAIを用いて調整した場合、平均特異度が劇的に跳ね上がり、より少ない良性結節が誤って生検の対象とされないようになったことを示した。これが聖杯（ホーリー・グレイル）なのである：癌に対する高い捕捉率を維持しつつ、良性疾患に対する不必要な処置を劇的に減らすこと。

世界の医療への影響は甚大である。先進国では、AIは圧倒的な量の甲状腺結節の管理を助け、専門家が最も複雑な症例に時間を集中できるようにする。発展途上地域や医療サービスが行き届いていない地域では、経験豊富な超音波検査技師へのアクセスが限られているため、AIは force multiplier（戦力増強装置）として機能し、 expert-level（専門家レベル）の診断支援を最前線にもたらすことができる。感度が高く、たとえ特異度が中程度であっても、そのようなシステムはスクリーニングの文脈では計り知れない価値があり、潜在的な癌が専門家の評価に確実に紹介されるようにする。

将来を見据えると、軌道は明らかである。甲状腺超音波におけるAIは一時の流行ではなく、避けられず、加速する進化である。より大規模で、より多様な、多施設共同のデータセットで訓練されたモデルが出現するだろう。グレースケール画像とドップラー血流パターン、組織の硬さを測定するエラストグラフィを組み合わせて、より包括的な診断像を作り出すマルチモーダルデータの統合が見られるだろう。AIが診断を超えて、腫瘍の挙動や治療反応の予測へと進出するのを見ることになるだろう。

最終的なビジョンは、シームレスで智能的なワークフローである。患者が甲状腺超音波検査に来る。プローブが首の上を滑るように動く間、AIアルゴリズムはリアルタイムで動作し、結節を自動検出し、その特徴を描写し、即時の標準化されたリスク評価を提供する。超音波検査技師は、今や独奏者というより指揮者として振る舞い、可能な限り最良の画像を取得することと、AIの洞察を利用してより的を絞った効率的な検査を導くことに集中できる。AIの支援で生成される最終報告書は、明確で一貫性があり、エビデンスに基づく管理ガイドラインに直接結びついている。

この未来は、単なる技術的進歩ではなく、患者ケアの根本的な改善を約束する。診断における地理的および経験的格差の時代を終わらせることを約束する。不必要な生検に伴う不安や、不必要な手術のトラウマを軽減することを約束する。そして、真に介入を必要とする人々にとって、より早期の、より正確な検出と、より精密な手術計画を約束する。

革新のエンジンは回り続けている。AIという相棒は調整されつつある。目的地は、甲状腺結節診断が、たまたまスキャンを読む人に依存する賭けではなく、精密で公平かつ深く人間中心の科学となる未来なのである。

魏巍 詹 (Zhan Weiwei), 怡清 侯 (Hou Yiqing) 上海交通大学医学院附属瑞金医院 超音波診断科 掲載誌: J Surg Concepts Pract 2021, Vol.26, No.6 DOI:10.16139/j.1007鄄9610.2021.06.008