東京大学と日本アイ・ビー・エムらの研究グループは5月23日、脂肪肝の生検標本をデジタル化した病理画像を基に、肝がん発症リスクを予測する人工知能（AI）モデルを開発したと発表した。非がん組織の細胞異型や炎症細胞浸潤などの微細な病理所見を認識することで、肝線維化が進行していない症例の肝がん発症予測を可能にした。

同大のほか9施設が参加した脂肪性肝疾患のレジストリ研究で登録された約2400人の症例データを活用した。肝生検後7年以内に肝がんを発症した発がん群（46人）と、7年以上肝がんを発症しなかった非発がん群（639人）を抽出。同時に、肝生検の実施施設と時期をマッチングさせた58症例のデジタル病理画像から2万8000枚の細分化した画像を生成して深層学習を行い、発症リスクを推定するAIモデルを構築した。

2群の症例データを使った検証の結果、真の値と予測値の一致率である正解率は82.3％、診断能の評価指標となるAUC（曲線下面積）は0.84で、線維化ステージによる発症予測能（精度78.2％、AUC0.81）と同等な成績だった。

研究成果は米国肝臓学会誌（オンライン版）に掲載された。

資料はこちら