食道扁平上皮がんのリンパ節転移予測に貢献するAIモデルの可能性

9月 22, 2026 · 論文解説

🎧 この記事を音声で聴く（AI生成Podcast）

解説対象論文: Deep learning model for the prediction of lymph node metastasis in esophageal squamous cell carcinoma using MIP FDG-PET images: a retrospective validation study
Japanese Journal of Radiology｜被引用数: 0（2026年9月22日時点）

食道扁平上皮がん（ESCC）におけるリンパ節転移の正確な術前診断は、治療戦略、特に臓器温存療法を決定する上で極めて重要です。今回ご紹介する研究では、FDG-PET画像と深層学習を組み合わせた新しいモデルが、この診断の精度をどのように高める可能性を秘めているのかを探ります。

研究サマリー（FINER & PICO）

Feasible実施可能性	既存のPET画像を基に深層学習モデルを構築し、リンパ節転移の有無の予測を検証することが可能でした。
Ethical倫理面	遡及的データを使用し、倫理委員会の承認を得て、同意取得免除（オプトアウト方式）で実施された研究です。
Interesting面白さ	食道扁平上皮がんのリンパ節転移予測を、回転MIP PET画像と深層学習で改善しようと試みています。
Novel新規性	複数視点の回転MIP PET画像を用いた食道がんの胸腹部全体にわたるリンパ節転移予測AIは初の試みとされています。
Relevant切実さ	食道がんの治療戦略決定に不可欠なリンパ節転移の正確な術前診断に貢献し、臓器温存療法の選択肢を広げる可能性があります。
Measurable測定可能性	モデルの性能は、AUC、診断精度、感度、特異度を用いて定量的に評価されています。
Modifiable派生・改善	モデルは術前診断ツールとして、治療計画の最適化に役立ち、病期診断の過小評価のリスクを低減し得ます。
Structured文章構造	導入、方法、結果、考察、結論からなる明確な研究構造を持ち、系統的に知見が提示されています。
PICO / PECO対象・介入・比較・結果	対象者(P): 食道扁平上皮がん対象者。介入(I): 回転MIP FDG-PET画像を用いた深層学習モデル。対照(C): SUVmax解析、放射線専門家の読影、臨床データモデル。結果(O): リンパ節転移の診断精度と感度向上。

はじめに：食道がん治療におけるリンパ節診断の重要性

どうも、Beyond the Pixelです。食道扁平上皮がん（ESCC）のリンパ節転移（LN metastasis）を正確に術前に診断することは、対象者の治療戦略を決定する上で非常に重要です。特に、内視鏡的粘膜下層剥離術（ESD）や化学放射線療法などの臓器温存療法を考慮する場合、リンパ節転移がない（N0）という正確な診断が不可欠となります。しかし、食道扁平上皮がんは微小転移の発生率が高く、術前のリンパ節転移診断は依然として大きな医療課題です。現在のガイドラインでは、CT（コンピューター断層撮影）画像で短径6mmをカットオフ値としてリンパ節転移を評価することが推奨されています。しかし、病理学的に転移が認められたリンパ節の約3分の1が5mm未満であるため、サイズに基づく評価には限界があります。これにより、感度（疾患を正しく陽性と判断する割合）が27.8%から100%、特異度（疾患を正しく陰性と判断する割合）が0%から86.6%と、診断性能に大きなばらつきが生じています。また、18F-FDG PET/CT（フッ素-18標識フルオロデオキシグルコースを用いた陽電子放出断層撮影とCTの複合検査）は、CTよりも高い特異度（92〜98%）を提供しますが、設備やプロトコルの違いにより、SUVmax（最大標準化摂取値）のような単一の定量的なカットオフ値を臨床ガイドラインに確立することは困難です。さらに、PET/CTは感度が最適でない（51〜78%）上に、炎症性の集積によって偽陽性（実際には疾患がないのに陽性と判断されること）となる傾向があり、特に喫煙者の縦隔（胸の中央部）では課題が多いとされています。近年、機械学習、特に畳み込みニューラルネットワーク（CNN）に基づく深層学習（DL）アプローチが、医療画像の診断精度向上に有望視されています。これらのモデルは、医療画像から複雑な特徴を自動的に抽出する能力に優れています。しかし、胸部から腹部全体にわたる領域のリンパ節転移を予測するCNNベースのモデルは、これまで確立されていませんでした。この状況を踏まえ、この研究チームはFDG-PET画像を活用した深層学習モデルが、食道扁平上皮がんのリンパ節転移診断の精度を向上させるという仮説を立て、従来の診断法よりも高い診断精度を達成するCNNモデルの開発を目指しました。

新たな挑戦：回転MIP FDG-PET画像と深層学習

この遡及的（過去のデータを分析する）研究では、2018年3月から2024年11月までの期間に東北大学病院で食道扁平上皮がんの手術を受けた対象者212名が対象となりました。そのうち、他の重複がんがあるなど特定の条件に該当する27名が除外され、最終的に185名の対象者が分析に含まれました。このうち146名は術前化学療法（NAC）を受けていました。モデルの開発と検証のため、対象者データは訓練データセット（149名）とテストデータセット（36名）に無作為に分割されました。

**Figure 1.** Fig. 1 Flow chart showing the patient selection protocol. Of the 212 screened patients with ESCC, 185 eligible patients were included in the final analysis after excluding those with specific conditions (e.g., synchronous cancers). The cohort was divided into training (n = 149)**解説:** 食道扁平上皮がん対象者の選択フローチャートです。当初212名がスクリーニングされ、特定の条件に該当する対象者を除外した後、最終的に185名が分析に含まれました。このデータは訓練データセットとテストデータセットに分割され、モデルの開発と検証に用いられました。

モデルの入力画像として、著者らは通常の3Dボリュームデータではなく、回転最大値投影法（MIP）による2D画像を使用しました。具体的には、PETスキャンから、首から上腹部までの範囲で、-60°から90°まで30°間隔で回転させた6枚のMIP画像を生成しました。このMIP画像は、3Dデータの中で最も信号強度の高いピクセルを2D画像に投影するもので、画像全体にわたる高信号域を一度に捉えることができます。

**Figure 2.** Fig. 2 Rotational maximum intensity projection (MIP) images for model input. Schematic of the multi-view input for the CNN. The model was trained using six MIP images generated from PET scans, captured at 30-degree rotational intervals around the patient’s longitudinal axis解説: モデルの入力として用いられた回転最大値投影法（MIP）画像を示しています。対象者の長軸周りに-60°から90°まで30度間隔で生成された6枚のMIP画像が、CNNの入力として使用されました。

各MIP画像（512×512ピクセル）から、首から上腹部までの関心領域をカバーするために、固定された座標（256, 194）を中心とした128×128ピクセルの領域を切り出し、ResNetの入力寸法に合わせて224×224ピクセルにリサイズされました。この自動化された切り出し方法は、手動調整に伴う人的エラーやバイアスを排除し、再現性の高いワークフローを保証します。

**Figure 3.** Fig. 3 Representative image of the cropping window for image pre processing. Original: A 128 × 128 pixel region (indicated by the red rectangle) was cropped from the original 512 × 512 pixel maximum intensity projection (MIP) image. The center of the crop was fixed解説: 画像前処理における切り出しウィンドウの代表的な画像です。元の512×512ピクセルのMIP画像から、固定された座標を中心とした128×128ピクセルの領域（赤色の長方形）が切り出され、下頸部から上腹部までの領域を一貫して捉えるように設計されました。切り出された画像はモデルの入力として使用されました。

開発されたCNNモデルのアーキテクチャは、ResNet-50という強力な深層学習モデルを基盤としています。このモデルは、ImageNetの事前学習済み重みで初期化されました。特筆すべきは、6枚の異なる視点のMIP画像に対して、単一のResNet-50バックボーンが重み共有（weight sharing）を用いて適用された点です。これにより、モデルの容量が抑制され、エンコーダーが回転不変な特徴（画像の回転に影響されない特徴）を学習することが促されました。各視点から得られた512次元の特徴ベクトルは結合され、全結合層を通じて256次元の埋め込みベクトルに変換された後、リンパ節転移の有無（転移あり/転移なし）の確率をソフトマックス関数で出力します。

**Figure 4.** Fig. 4 Architecture of the CNN model the CNN model. Utilized a ResNet-50 backbone initialized with ImageNet weights. Six rotational MIP images derived from preoperative FDG-PET (angles: − 60°, − 30°, 0°, 30°, 60°, 90°) are input into the network. The backbone shares weights across all views to extract features, producing 512-dimen sional vectors for each view. These vectors were integrated into a解説: CNNモデルのアーキテクチャを示しています。ImageNetで重み付けが初期化されたResNet-50バックボーンが利用され、術前FDG-PETから派生した6枚の回転MIP画像がネットワークに入力されます。バックボーンはすべてのビューで重みを共有し、リンパ節転移の確率を予測します。

研究デザインと方法

リンパ節転移の有無の「ゴールデンスタンダード」（最も信頼性の高い診断基準）は、術後の病理組織学的検査によって確立されました。術前化学療法を受けた対象者においては、治療によってリンパ節転移が消失したように見える場合でも、Grade 3の病理学的治療効果（がん細胞が完全に消失した状態）を示したリンパ節は転移陽性と定義されました。これは、術前化学療法前の代謝活性PET所見に、病理学的真実が正確に合致するよう、元の治療前のリンパ節状態を再構築するために戦略的に選択された定義です。モデルの性能は、独立したテストデータセット（36名）において、以下の従来の診断方法と比較されました。1. 放射線専門家による読影レポート: 複数の認定放射線専門家が、標準化された施設基準に基づいて画像を解釈しました。2. SUVmax解析: 首から上腹部までの領域で最も高いSUVmaxを示すリンパ節を特定し、その値に基づいて診断しました。3. 臨床データモデル: 臨床T病期、腫瘍マーカー（SCC）、肉眼型、原発腫瘍のSUVmax、リンパ節のSUVmaxといった臨床情報のみを用いたロジスティック回帰モデルです。主要な評価指標はROC曲線下面積（AUC）であり、二値診断性能（リンパ節転移の有無を判定する性能）の比較には診断精度、感度、特異度、陽性適中率（PPV）、陰性適中率（NPV）が用いられました。最適なカットオフ値は、訓練データセットでユーデン指数（感度と特異度の合計を最大化する指標）を用いて決定され、独立したテストデータセットに適用されました。対象者の特徴として、年齢、性別、喫煙歴、腫瘍の位置、肉眼型、壁内転移の有無、術前化学療法の有無、原発巣およびリンパ節のSUVmax、臨床T病期、臨床N病期、臨床病期、病理N病期、病理病期などが訓練セットとテストセットで比較されました。その結果、肉眼分類のType 3がテストセットで訓練セットよりも有意に多く見られましたが、その他の対象者特性に有意な差は認められませんでした。

**Table 1.** Table 1 Patient characteristics of the training and test sets解説: 訓練セットとテストセットにおける対象者の特性を示しています。年齢、性別、喫煙歴、腫瘍の位置、肉眼型、術前化学療法の有無、SUVmaxなどのデータが含まれています。肉眼分類のType 3がテストセットで訓練セットよりも有意に多く見られたことが示されています。

注目すべき結果：AIモデルの診断性能

CNNモデルの性能を評価するため、まず訓練データセットで検証されました。最適な確率閾値0.55を用いた場合、訓練セットでのAUCは0.98、診断精度は93.3%、感度は96.5%、特異度は89.1%でした。訓練データセットでの性能が独立したテストデータセットよりも高かったのは、訓練セットでの推定値に期待される楽観バイアスと、ある程度の過学習を反映している可能性があります。独立したテストデータセットにおけるCNNモデルのAUCは0.82（95%信頼区間0.57-0.94）を達成しました。これは、SUVmax法（AUC 0.77、95%信頼区間0.61-0.93）や臨床データのみのモデル（AUC 0.72、95%信頼区間0.49-0.87）よりも高い値でしたが、デロング検定によると統計的に有意な差はありませんでした。

**Figure 5.** Fig. 5 ROC curve of the CNN model and diagnostic performance of conventional diagnosis. The ROC curves illustrate the performance on the test dataset (n = 36). The CNN model (blue line) achieved an AUC of 0.82, whereas the conventional SUVmax-based analysis (red line) achieved an AUC of 0.77, and the clinical data-only model (green line) achieved an AUC of 0.72. The yellow triangles represent the diagnos tic performance of the radiologist’s report. No statistically significant difference was found between the AUCs of the CNN model and the SUVmax method (p > 0.05). ROC, receiver operating characteris tic; CNN, convolutional neural network; AUC, area under the curve; SUVmax, maximum standardized uptake value解説: CNNモデルと従来の診断法のROC曲線です。テストデータセットにおけるモデルの性能を示しており、CNNモデル（青線）はAUC 0.82、SUVmaxベースの分析（赤線）はAUC 0.77、臨床データのみのモデル（緑線）はAUC 0.72でした。黄色の三角形は放射線専門家のレポートの診断性能を示しています。

二値診断性能を比較したところ、CNNモデルは86%と最も高い絶対診断精度を示しました。これに対し、SUVmax法は67%、臨床データモデルは75%、放射線専門家の読影レポートは69%でした。これらの違いは統計的に有意ではありませんでした（p > 0.05）。

**Table 2.** Table 2 Diagnostic performance comparison between the CNN model and conventional diagnosis n = 36 AUC Accuracy (%) Sensitivity (%) Specificity (%) PPV (%) NPV (%) CNN model 0.82 86 92 75 88 82 SUVmax 0.77 67 63 75 83 50 Clinical data model 0.72 75 83 58 80 64 Radiology report NA 69 58 92 93 52 The optimal cutoff values for the CNN model and SUVmax were determined using the Youden index in the training dataset and subsequently applied unchanged to the independent test dataset. Specifically, the cutoff for SUVmax was 3.7. The AUCs were compared using the DeLong test, and no statistically significant differences were observed. Accuracy was compared using McNemar’s test. Although the CNN model achieved the highest absolute accuracy, no statistically significant differences were observed among the CNN model, SUVmax, clinical data model, and radiology reports. Based on the study definition, the test dataset included 24 N+ patients and 12 N0 patients解説: CNNモデルと従来の診断法との診断性能の比較です。CNNモデルはAUC 0.82、診断精度86%、感度92%、特異度75%を達成しました。SUVmax、臨床データモデル、放射線専門家のレポートと比較した結果が示されています。

特筆すべきは、CNNモデルが高い感度（92%）を示したことです。これは、放射線専門家（58%）やSUVmax法（63%）と比較して顕著に高い値でした。一方で、CNNモデルの特異度（75%）は放射線専門家（92%）より低い結果となりました。しかし、この高い感度は、診断における「安全網」として機能する可能性を示唆しています。

議論：AIモデルの意義と将来性

この研究で開発されたCNNモデルは、食道扁平上皮がんのリンパ節転移予測において、従来の診断方法に匹敵する診断精度と、特に高い感度を示しました。テストデータセットのサンプルサイズが限られていたため（n=36）、全体的な診断精度の差は統計的に有意ではありませんでしたが、CNNモデルの絶対的な診断精度が高いことは、このアプローチが臨床的に適用可能な術前予測方法であることを示唆しています。これらの知見は、術前化学療法、リンパ節郭清、放射線療法などの治療戦略を最適化するための貴重なツールとなる可能性を秘めています。この研究の重要な点として、二値診断性能の評価に際し、訓練データセットのみで決定された閾値が独立したテストデータセットに適用されたことが挙げられます。CNNモデルは、このより厳密な評価戦略にもかかわらず、高い診断精度を維持しました。これは、テストセットの閾値最適化に起因する楽観バイアスによってその性能が左右されていないことを示唆しています。対照的に、SUVmaxベースのアプローチは、訓練データから導出された閾値を適用すると診断性能が低下しました。これは、CNNモデルがデータセット間でより堅牢な鑑別能力を提供することを示しています。また、術前化学療法を受けた対象者には、治療前のPET画像が使用されました。術前化学療法後にリンパ節への集積が減少する傾向があることを考慮すると、治療前の画像を使用することで、モデルが転移の特徴を学習する能力を高めるための十分なFDG集積データが確保されたと考えられます。著者らが2D MIP画像をモデルに選択したのには、いくつかの戦略的利点があります。3Dボリュームデータを機械学習に利用すると、データ量が膨大であるため、訓練に大きな負担がかかります。一方、MIP画像は単一の画像ですべての転移を検出できる可能性があり、効率的な訓練のための転移陽性画像の割合が高く、準備が簡単で再現性が向上し、モデルが原発腫瘍やリンパ節の分布に基づいてFDG集積を考慮することを可能にします。臨床現場では、転移性リンパ節と炎症や生理的集積による反応性FDG集積を区別することは困難です。これらの非特異的な集積パターンを学習することで、CNNモデルはSUVのみの評価や人間の放射線専門家と比較して優れた診断精度を達成できた可能性があります。本研究は、胸部および腹部の食道扁平上皮がん領域全体にわたるリンパ節転移を予測するために、MIP画像を用いたCNNモデルを開発した初めての研究であるとされています。同様に、Kideraらの研究では、非小細胞肺がんの縦隔リンパ節のMIP画像を用いたCNNモデルが74.8%の診断精度を達成しており、本研究の知見と一致しています。

研究の限界と今後の展望

この概念実証（proof-of-concept）研究にはいくつかの限界があります。第一に、本研究は単一施設での遡及的分析であり、特にテストデータセットのサンプルサイズが比較的小規模（36名）でした。このため、AUCの95%信頼区間が広く（0.57〜0.94）、統計的な不確実性が存在し、点推定値の直接的な臨床解釈を制限しています。今後の多施設研究でデータセットを拡大することは、外部検証を行い、汎化可能性（異なるデータセットや環境への適用能力）を高めるだけでなく、これらの信頼区間を狭め、モデルの真の診断精度を確固たるものにするために不可欠です。第二に、モデルの意思決定プロセスの正確な解釈可能性は依然として課題です。限られたサンプルサイズと複雑な6方向入力アーキテクチャのため、Grad-CAMのような可視化技術を効果的に実装し、診断的特徴を特定することはできませんでした。第三に、画像前処理において、自動化されたワークフローを優先し、介入を最小限に抑えることで高い再現性を確保しました。その結果、原発腫瘍や心臓、肝臓などの生理的集積が高い領域は手動で除外されませんでした。このアプローチは、モデルが非リンパ節のFDG集積に影響される可能性があり、予測精度に影響を与えた可能性があります。第四に、本モデルは個々のリンパ節や領域リンパ節に対する位置特定診断を提供できません。これは、手術や放射線療法などの局所治療計画には有用となる情報です。MIP画像の解像度とサンプルサイズを考慮すると、このようなモデルの作成は困難でした。最後に、研究対象者には術前化学療法の有無にかかわらず様々な対象者が含まれており、これが「ゴールデンスタンダード」の確立に複雑さを導入しています。日本の現在のガイドラインでは、リンパ節転移を有する食道扁平上皮がん対象者に対し術前化学療法が標準治療とされています。そのため、深層学習に十分なサンプルサイズを確保するためには、これらの対象者の組み入れが必要でした。Grade 3の治療効果を示したリンパ節が陽性と分類されましたが、一部の転移リンパ節は広範囲な退縮を経験し、病理学的な痕跡を残さないリスクも存在します。理想的には、組織学的曖昧さを最小限に抑えるため、より大規模で均質な治療歴のない対象者のコホートでモデルを検証する必要があります。

まとめ

このCNNモデルは、PET画像を用いたリンパ節転移予測において、従来のSUVmaxベースの診断や放射線専門家の読影と比較して高い感度を示しました。全体的な診断精度は同程度であり、特異度は低いものの、この高い感度は従来の診断方法で見落としを防ぐ上で臨床的に有用である可能性を示唆しています。将来的には、食道扁平上皮がん対象者の治療戦略を個別化するのに役立つ信頼性の高いツールを開発するため、精度と堅牢性の向上に焦点を当てるべきです。

用語集

食道扁平上皮がん (ESCC): 食道の粘膜にできるがんの一種で、食道がんの中で最も多いタイプです。
リンパ節転移 (LN metastasis): がん細胞が原発部位からリンパ節に広がることを指します。病期の進行度を示す重要な指標です。
FDG-PET: 放射性薬剤である18F-FDG（フッ素-18標識フルオロデオキシグルコース）を用いて、がん細胞のようにブドウ糖代謝が活発な部位を画像化する検査です。
最大値投影法 (MIP): 3Dボリューム画像データの中から、特定の方向で最も信号強度の高いピクセル値を2D画像に投影する技術です。これにより、広範囲の病変を一枚の画像で概観できます。
深層学習 (DL): 人間の脳の神経ネットワークを模倣した多層のニューラルネットワークを用いた機械学習の一種で、画像認識などで高い性能を発揮します。
畳み込みニューラルネットワーク (CNN): 深層学習モデルの一種で、画像データの特徴を効果的に抽出し、分類や認識を行うことに特化しています。
ResNet-50: 深層学習で広く用いられる畳み込みニューラルネットワークのアーキテクチャの一つで、50層の残差ブロックを持つことで深いネットワークでも学習を安定させます。
ROC曲線下面積 (AUC): 受信者動作特性（ROC）曲線の下側の面積で、分類モデルの性能を評価する指標です。1に近いほど性能が良いとされます。
最大標準化摂取値 (SUVmax): FDG-PET検査で、病変組織へのFDGの取り込み量を定量的に示す指標の一つで、最も高い集積値を示します。
術前化学療法 (NAC): 手術前に実施される化学療法で、腫瘍を縮小させたり、転移したがん細胞を減少させたりする目的で行われます。
病理組織学的検査 (Histopathology): 採取した組織を顕微鏡で観察し、細胞や組織の異常を診断する検査で、がんの確定診断や転移の有無の判断に用いられます。
ユーデン指数 (Youden index): 診断テストの全体的な有効性を評価する指標で、感度と特異度の合計から1を引いた値です。最適なカットオフ値を決定する際に用いられます。
感度 (Sensitivity): 実際に疾患がある対象者の中で、検査が正しく陽性と判断する割合です。
特異度 (Specificity): 実際に疾患がない対象者の中で、検査が正しく陰性と判断する割合です。
陽性適中率 (PPV): 検査で陽性と判断された対象者の中で、実際に疾患がある割合です。
陰性適中率 (NPV): 検査で陰性と判断された対象者の中で、実際に疾患がない割合です。
病期診断の過小評価 (Understaging): がんの進行度（病期）を実際よりも軽い段階であると診断してしまうことです。適切な治療選択を誤るリスクがあります。