どうも、Beyond the Pixelです。がん治療の進捗を把握するためには、定期的なCT検査で病変の大きさを測定し、治療効果を評価することが不可欠です。この評価には「固形がんの治療効果判定基準（RECIST 1.1）」という国際的な基準が広く用いられています。しかし、病変の手動測定は多くの時間を要し、測定者である専門家によって結果にばらつきが生じやすいという課題が指摘されていました。このばらつきは、治療方針の一貫性を損なう可能性もあります。近年、この課題を解決する手段としてAI技術への期待が高まっていますが、実際の現場での効果についてはさらなる検証が必要です。この論文では、AI支援システムがCT画像を用いたRECIST 1.1に基づく病変測定において、読影時間と測定の一貫性にどのような影響を与えるかを評価しています。
Figure 1. Figure 1 Flowchart of the patient selection and data collection process for the clinical dataset. Examinations were randomly selected for initial annotation. For reports with more than 2 lesions per organ identified, the excess lesions were randomly excluded. JBZ, Jeroen Bosch Hospital; Radboudumc, Radboud University Medical Center.解説: 対象者選択とデータ収集プロセスのフローチャート。CT検査の総数から、RECIST評価に必要な条件を満たす対象者のスクリーニング、病変の再測定、RECIST 1.1ガイドラインへの準拠のための調整といったステップを経て、最終的に研究に含まれる対象者と病変数が確定するまでの流れが示されています。
で示されています。研究の読影戦略の概要は
Figure 2. Figure 2 Schematic overview of the reading strategy.解説: 読影戦略の概略図。読影者グループ（A-D）が、非支援、AI支援、専門家支援の3つの異なる条件下で、分割されたデータセット（8つのサブセット）をどのように評価するかのクロスオーバーデザインが図示されています。各グループは複数のフェーズにわたって異なる条件で読影を行います。
Table 2. Table 2 Expected values for the assistance types with the conditional effect of experience level on: reading time (in seconds), absolute measurement deviation compared with the mean of the expert-assisted group (in millimeters), patient-level change in SLD (in millimeters), RECIST outcome agreement based on SLD (in percentage points). 95% credible intervals in brackets.解説: 読影時間、専門家支援グループの平均測定値に対する絶対誤差、対象者レベルでの長径合計（SLD）の変化、およびSLDに基づくRECIST判定結果の一致度について、支援の種類と経験レベルによる条件付き効果の期待値がまとめられています。95%信頼区間も記載されています。
Table 3. Table 3 Effect of the assistance types with the conditional effect of experience level on: reading time (in seconds), absolute measurement deviation compared with the mean of the expert-assisted group (in millimeters), patient-level change in SLD (in millimeters), RECIST outcome agreement based on SLD (in percentage points); positive differences indicate higher values for the first condition; 95% credible intervals in brackets.解説: 読影時間、専門家支援グループの平均測定値に対する絶対誤差、対象者レベルでの長径合計（SLD）の変化、およびSLDに基づくRECIST判定結果の一致度について、支援の種類と経験レベルによる差分がまとめられています。正の差分は、最初の条件の方が値が高いことを示し、95%信頼区間も記載されています。
で比較されています。
Figure 3. Figure 3 Mean reading time per lesion under each condition for individual readers, with boxplots of reading-time distributions stratified by reader experience level.解説: 各条件における読影者一人あたりの病変ごとの平均読影時間と、経験レベル別の読影時間分布を示す図です。左パネルは各読影者の平均時間、右パネルは放射線専門家と研修医に分けた読影時間の箱ひげ図を示しており、AI支援と専門家支援がいずれも非支援と比較して読影時間を短縮していることがわかります。
Figure 5. Figure 5 Partial crop of an axial slice showing a lung lesion annotated under various conditions.解説: 様々な条件下で注釈が付けられた肺病変の軸方向スライスの一部を拡大した画像です。ベースライン測定、専門家支援、AI支援、非支援下での複数の読影者による測定が示されており、AIと専門家の提案が測定サイズの一致を導く一方で、非支援条件では測定値にばらつきがあることがわかります。
Figure 6. Figure 6 Partial crop of an axial slice showing an axillary lymph node annotated under various conditions.解説: 様々な条件下で注釈が付けられた腋窩リンパ節の軸方向スライスの一部を拡大した画像です。ベースライン測定、専門家支援、AI支援、非支援、修正後の測定が示されており、AIシステムが病変サイズを正確に予測できなかったが、提案が読影者の助けになった可能性が示唆されています。
に示されています。提案の受容率と修正率は
Figure 4. Figure 4 Proposal acceptance rates under different assistance conditions, grouped by experience level.解説: AI支援と専門家支援の条件下における提案の受容率と修正の程度を、読影者の経験レベル別に示した図です。左側のグラフは提案の承認または修正の割合を示し、右側のグラフは修正された測定値の相対的なサイズの変更頻度を示しています。
コメントを残す