講演情報
[PD2-1]大腸内視鏡診断（JNET分類）支援リアルタイムAI装置の開発
森元 晋1, 吉田 成人2, 呉 泳飛3, 小出 哲士3, 玉木 徹4, 才野 正新1, 濱田 拓郎1, 竹原 悠大1, 谷野 文昭1, 山本 紀子1, 上垣内 由季1, 西村 朋之1, 田中 秀典1, 山下 賢1, 桑井 寿雄5, 岡 志郎1 (1.広島大学病院消化器内科, 2.呉医療センター・中国がんセンター内視鏡内科, 3.広島大学半導体産業技術研究所, 4.名古屋工業大学工学研究科情報工学専攻, 5.広島大学病院消化器内視鏡医学講座)
【背景と目的】大腸NBI拡大診断のためのJNET（The Japan NBI Expert Team）分類の臨床的有用性が報告されているが，術者間での診断の相違など，その標準化が課題である．我々はNBI拡大診断の均てん化を目的にJNET分類診断支援リアルタイムAI装置の開発中であり，試用中の診断法について，実臨床におけるリアルタイム診断能を評価した．
【対象と方法】2023年6月～12月に当院でリアルタイムAI装置を使用した連続症例42症例78病変（JNET Type 1 15病変，Type 2A 54病変，Type 2B 7病変，Type 3 2病変）を対象とした．検討1では消化管内視鏡専門医の診断に対するリアルタイムAI装置のJNET分類診断一致率を，実臨床で撮影した動画を用いて検証した．検討2，3，4では，検討1と同様の症例について，検討2ではNBI診断時の拡大率で弱～中拡大，強拡大の2群に，検討3では，病変径で径5mm以下，径6-9mm，径10mm以上の3群に，検討4では肉眼型で表面型と隆起型の2群にそれぞれ分け，リアルタイムAI装置の診断能を評価した．
【結果】検討1で，実臨床における消化管内視鏡専門医とリアルタイムAI装置の診断一致率は，Type 1 93％，Type 2A 96％，Type 2B 71％，Type 3 67％，全体92％で，Kappa値0.84であった．検討2では，弱～中拡大，強拡大での診断一致率は，それぞれ91％，93％であった．検討3では，径5mm以下，径6-9mm，径10mm以上の病変について，診断一致率はそれぞれ92％，100％，88％であった．方法4では表面型，隆起型の病変について，診断一致率はそれぞれ93％，92％であった．検討2，3，4いずれも各群で有意差は認めなかった．
【結論】我々が現在リアルタイムAI装置で試用している手法は，実臨床でも消化管内視鏡専門医と良好な一致率が得られ，その診断能は拡大率や病変径，肉眼型の影響を受けなかった．今後，さらなる症例の蓄積，検証を行なっていく予定である．
【対象と方法】2023年6月～12月に当院でリアルタイムAI装置を使用した連続症例42症例78病変（JNET Type 1 15病変，Type 2A 54病変，Type 2B 7病変，Type 3 2病変）を対象とした．検討1では消化管内視鏡専門医の診断に対するリアルタイムAI装置のJNET分類診断一致率を，実臨床で撮影した動画を用いて検証した．検討2，3，4では，検討1と同様の症例について，検討2ではNBI診断時の拡大率で弱～中拡大，強拡大の2群に，検討3では，病変径で径5mm以下，径6-9mm，径10mm以上の3群に，検討4では肉眼型で表面型と隆起型の2群にそれぞれ分け，リアルタイムAI装置の診断能を評価した．
【結果】検討1で，実臨床における消化管内視鏡専門医とリアルタイムAI装置の診断一致率は，Type 1 93％，Type 2A 96％，Type 2B 71％，Type 3 67％，全体92％で，Kappa値0.84であった．検討2では，弱～中拡大，強拡大での診断一致率は，それぞれ91％，93％であった．検討3では，径5mm以下，径6-9mm，径10mm以上の病変について，診断一致率はそれぞれ92％，100％，88％であった．方法4では表面型，隆起型の病変について，診断一致率はそれぞれ93％，92％であった．検討2，3，4いずれも各群で有意差は認めなかった．
【結論】我々が現在リアルタイムAI装置で試用している手法は，実臨床でも消化管内視鏡専門医と良好な一致率が得られ，その診断能は拡大率や病変径，肉眼型の影響を受けなかった．今後，さらなる症例の蓄積，検証を行なっていく予定である．