医学研究：ホールスライド・エッジ・トモグラフィーによる臨床グレードの自律型細胞病理診断法
Nature 651, 8105 doi: 10.1038/s41586-025-10094-y
細胞病理診断（しばしば細胞診と略される）は、迅速で簡便かつ低侵襲性であるため、子宮頸がんや肺がん、膀胱がんなどのがんの早期発見において中心的な役割を担っている。しかし、主観的な視覚的解釈による診断精度のばらつきがあるため、その有効性は限定的である。一貫性を向上させるために人工知能（AI）に基づく多数のシステムが提唱されているが、完全に自律的で臨床グレードの性能を実現したものはない。既存の手法は補助ツールとして機能するが、解釈と意思決定は依然として人間による監視に依存している。今回我々は、高分解能のリアルタイム光学ホールスライドトモグラフィーとエッジコンピューティングを組み合わせることでエンドツーエンドの自動化を行う、臨床グレードの自律的細胞病理診断パイプラインを提示する。このシステムは、効率的な保存と高速化したAI駆動型解析を可能にする局所的なデータ圧縮により、撮像速度、画質、データ容量について実用的な性能を実現する。このプラットフォームは細胞レベルでの分類を支援するだけでなく、細胞の分布とパターンの包括的な解釈に関して、フローサイトメトリーのような細胞集団規模での形態学的プロファイリングも可能にする。ビジョントランスフォーマーは、低悪性度扁平上皮内病変（LSIL）、高悪性度扁平上皮内病変（HSIL）および腺がんの検出について、単一細胞レベルで0.99を超える受信者動作特性（ROC）曲線下面積（AUC）値を達成した。4つの施設における1124例の⼦宮頸部液状化細胞診検体の多施設評価では、このAIモデルはスライド全体でのAUC値として、LSIL陽性については0.86〜0.91、HSIL陽性については0.89〜0.97を達成し、LSIL細胞数はヒトパピローマウイルス陽性と強い相関があり、HSIL細胞数は診断の重症度と対応していた。このシステムは、自律的なトリアージ細胞診を可能にし、日常的に利用するスケーラブルで客観的な診断の基盤を提供する。
