Microsoft ResearchとCytedは、食道がんの早期検出を目指してAIモデルを開発しました。このAIモデルは、病理学者の作業量を最大63％削減し、食道がんの早期発見に貢献する可能性があります。食道がんは世界で6番目に多いがん死亡原因であり、早期検出が治療の鍵となります。
Cytedが開発したカプセルスポンジデバイス「EndoSign」を使用することで、Barrett食道（BE）のスクリーニングが容易になりました。このデバイスは内視鏡に比べて簡単で費用がかからず、BEの早期検出に革命をもたらしています。Microsoft ResearchとCytedは、AIモデルを用いて、病理学者の作業量を最大52％削減することが可能です。
さらに、Microsoft Researchは開発したAIモデルのコードをオープンソース化しました。このコードは大規模なデータセットに対応し、他の研究者や機関が自身のニーズに合わせて適応・拡張できます。このオープンソース化は、がん検出や治療の分野でのブレークスルーを目指しています。
ニュース解説
Microsoft ResearchとCytedが共同で、食道がんの早期検出を目的とした革新的なAIモデルを開発しました。この技術は、病理学者の作業負担を大幅に軽減し、食道がんの早期発見に貢献する可能性を秘めています。食道がんは、遅い段階での診断が多く、治療が困難であるため、早期検出が非常に重要です。
このプロジェクトで注目すべき点は、Cytedによって開発された「EndoSign」というカプセルスポンジデバイスの使用です。このデバイスは、従来の内視鏡検査に比べて手軽で、費用も抑えられるため、Barrett食道（BE）のスクリーニングを大規模に行うことを可能にします。BEは食道がんへの進行リスクが高い状態であり、その早期発見は患者の生存率を大幅に向上させることができます。
AIモデルの開発において、Microsoft ResearchとCytedは、病理学者がBEの有無を判断する際に必要とされる、特定の細胞（ゴブレット細胞）を効率的に検出する技術を確立しました。これにより、病理学者の作業量を最大63%削減することが可能になり、より多くの患者を迅速にスクリーニングすることが可能になります。
さらに、このプロジェクトの一環として、開発されたAIモデルのコードがオープンソース化されました。これにより、他の研究者や医療機関がこの技術を利用し、改良することが可能になります。この取り組みは、食道がんだけでなく、他のがん種の早期検出にも応用可能な技術の開発を促進することが期待されます。
この技術のポジティブな側面は、食道がんの早期検出と治療開始のタイミングを前倒しすることで、患者の生存率を大幅に向上させる可能性があることです。一方で、AIモデルの診断精度や、誤診のリスクなど、潜在的な課題も存在します。また、この技術の普及には、医療従事者のトレーニングや、医療機関のシステムへの統合など、さまざまな課題が伴います。
長期的には、この技術が食道がんの早期検出における新たな標準となり、より多くの命を救うことが期待されます。また、オープンソース化されたコードを活用することで、世界中の研究者や医療機関がこの技術をさらに発展させ、他のがん種にも応用することができるようになることでしょう。このようなクロスディシプリンのコラボレーションは、複雑な臨床問題を解決するための優れた機会を提供します。
from Scaling early detection of esophageal cancer with AI.
