Letter
健康科学：深層ニューラルネットワークによる皮膚科専門医レベルの皮膚がん分類
Nature 542, 7639 doi: 10.1038/nature21056
最も多いヒト悪性腫瘍である皮膚がんは、主に視覚的に診断され、初期臨床スクリーニングが行われた後、ダーモスコピー解析、生検、および病理組織検査が行われることがある。画像を用いた皮膚病変の自動分類は、皮膚病変の外観には細かなばらつきがあるため、難しい課題である。深層畳み込みニューラルネットワーク（CNN）には、多くの細かな対象カテゴリー全体にわたり、一般的で変動性の高い課題をこなせる可能性がある。本研究で我々は、入力としてピクセルと疾病ラベルのみを用い、画像からエンドツーエンドで直接学習させた、単一のCNNを用いた皮膚病変の分類を実証する。我々は、2032の異なる疾病からなる12万9450の臨床画像（以前のデータセットよりも2桁多い）のデータセットを用いてCNNを学習させた。我々は生検で確認した臨床画像について、このCNNの成績を21人の皮膚科認定医と比較検証した。ここでは「角化細胞がん」対「良性脂漏性角化症」、「悪性黒色腫」対「良性母斑」という、2つの重要な二項分類使用症例を用いた。前者は最も多いがんの識別であり、後者は最も致命的な皮膚がんの識別である。CNNはどちらの課題においても、試験に参加した全ての専門家と同等の成績を達成したことから、人工知能は皮膚科医に相当する能力で皮膚がんを分類できることが示された。深層ニューラルネットワークを装備した携帯デバイスにより、皮膚科医の診察が診療所の外でも受けられる可能性がある。2021年までにスマートフォン契約者は63億人に達すると見込まれ、従って、重要な診断があらゆる場所で安価に受けられるようになるかもしれない。
