奈良先端科学技術大学院大学、近畿大学、大阪工業大学の研究グループは、細胞に光を当てた際に生じる「光散乱スペクトル」をAIで解析し、がん細胞を高精度に診断する手法を開発した。
細胞診では、がん診断の専門医である病理医が、細胞や核の大きさ・形、細胞の並び方などを顕微鏡で観察し、がん細胞の有無や種類を判定する。ただし、正常細胞と形態がよく似たがん細胞は、顕微鏡観察だけで見分けることが難しく、診断には医師の経験や技量が求められる。
がん化した細胞では、形状だけでなく細胞内部にもさまざまな変化が生じる。しかし、その多くは顕微鏡では観察できず、これまで診断に十分活用されていなかった。そこで研究グループは、細胞内部の微細構造の変化を反映する光散乱スペクトルに着目した。
細胞に光を照射して散乱光を取得し、そのスペクトルを機械学習で解析したところ、形態がよく似た細胞でも、スペクトルの特徴から正常細胞とがん細胞を高精度に分類できることを実証した。病理医でも識別が非常に難しいとされる悪性中皮腫をはじめ、肺腺がん、小細胞肺がん、胃腺がん、尿路上皮がんなど、さまざまながん細胞で本手法の有効性が確認されたという。
さらに、異なる医療機関で作製された細胞診標本でも高い分類性能を示し、施設の違いに左右されにくいことも確認された。これにより、幅広い細胞診断へ応用できる可能性が示された。
類似の研究例はこれまでになく、本研究成果は特許登録にも至っている。今後は、より多くの患者から採取した細胞を用いて有効性を検証するとともに、機械学習のさらなる高度化を進め、実際の医療現場で利用しやすい細胞診断支援システムの実現を目指す。実用化されれば、病理医による診断を支援し、診断精度の向上や効率化を通じて、より質の高いがん診断につながることが期待される。
