腎疾患の診断に機械学習アルゴリズムが有望

PAS染色した移植腎生検検体のスライド画像40枚のマルチクラスアノテーションを用いて学習させた畳み込みニューラルネットワークを適用した4つのデータセットを対象に、腎臓組織の病理組織学的評価でのマルチクラスセグメンテーションの性能を検討。大学施設の検体10個および外部施設の検体10個で10の組織分類に関するDice係数を算出して性能を評価した。 全クラスの重み付けDice係数の平均値は大学施設検体0.80、外部施設検体0.84で、最も係数が高かったクラスは「糸球体」だった。摘出腎検体15個のセグメンテーションでは、ネットワークの糸球体検出率は92.7％、偽陽性率は10.4％だった。ネットワークと病理学者が計数した移植腎生検検体の糸球体数の平均級内相関係数は0.94で、ネットワークの結果とBanff分類スコアに有意な相関が見られた。 ...