AIR-LEISH: AIによるリーシュマニア・アマスティゴート検出のためのギムザ染色顕微鏡画像データセット

なぜ小さな寄生虫と賢いカメラが重要なのか

リーシュマニア症は寄生虫が原因で発症し、主に低所得地域で何百万人もの人々に静かに影響を与えています。医師や研究者は依然として、免疫細胞内の寄生虫を見つけるために、染色した血液や組織塗抹を顕微鏡で観察することに大きく依存しており、これは何時間もかかる骨の折れる作業で、専門的な訓練が必要です。本論文はAIR-LEISHを紹介します。これはコンピュータがこれらの寄生虫を自動的に認識することを学べるように設計された、自由に利用できる顕微鏡画像のコレクションであり、診断や薬剤研究をより速く、安価に、信頼性高く行える道を開きます。

サンドフライの咬傷から隠れた侵入者へ

リーシュマニア症は感染したサンドフライの咬傷によって広がり、皮膚の潰瘍や内臓の致命的な感染を引き起こすことがあります。寄生虫はマクロファージと呼ばれる白血球の内部で増殖し、アマスティゴートと呼ばれる小さな球形で潜んでいます。患者の病状や治療効果を追跡するためには、これらの細胞内にどれだけ寄生虫がいるかを数える必要があります。分子検査は寄生虫のDNAを検出できますが、多くの病院や研究所、特に資源の限られた環境では、単純な光学顕微鏡が依然として主役です。しかし、肉眼で寄生虫を数える作業は遅く疲れやすく、観察者によってばらつきが出ます。

人工視覚のための訓練セットを構築する

人工知能は、人間には見落としがちな微妙なパターンや大量処理に向かない作業を医用画像から検出できることを示してきました。しかしそれをうまく機能させるには、何千もの慎重にラベル付けされた例が必要です。これまで、リーシュマニア症のための画像コレクションは不足しているか不完全で、アクセスが難しいことが多く、特に細胞内の臨床的に重要なアマスティゴート段階の資料は限られていました。著者らはこのギャップを埋めるためにAIR-LEISHを作成しました：感染したヒトマクロファージのギムザ染色による高解像度画像180枚で、一般的な研究用顕微鏡に取り付けたスマートフォンで撮影されています。各画像は異なる寄生虫種と宿主細胞タイプを用いた2種類の感染設定のいずれかを示しており、現実的な多様な外観を網羅しています。

生画像を信頼できるグラウンドトゥルースに変える

画像をコンピュータで利用可能にするために、すべての細胞と寄生虫は手作業でトレースされラベル付けされました。寄生虫学の専門家がまず専用の注釈ツールを用いて個々のマクロファージ、その核、および小さなアマスティゴートの輪郭をマークしました。次にAIエンジニアがピクセル単位でこれらのマーキングを精査・修正し、小さな寄生虫や重なり合う個体も含め正確な形状と境界を確保しました。チームは注釈者間の一貫性を確認し、非常に高い一致が得られたため、ラベルはグラウンドトゥルースとして信頼できることが示されました。データセットには合計で8,140個の寄生虫、1,511個の宿主細胞、1,731個の核が含まれ、どのピクセルがどの構造に属するかを示す個別のマスク画像も添付されています。

AIモデルを実地で試す

AIR-LEISHが何を可能にするかを示すために、研究者らは広く使われている2つの画像解析システムを訓練しました。ひとつはU-Netと呼ばれ、背景・寄生虫・細胞体・核のいずれに各ピクセルが属するかを塗り分ける設計です。もうひとつはYOLOv8で、検出した各対象に矩形ボックスを描き、個体を数えます。寄生虫の小ささや画像枚数の制約にもかかわらず、両モデルとも寄生虫を宿主細胞から検出・分離する点で良好な成績を示し、精度と信頼性の両面で高いスコアを達成しました。モデルは、主に無感染の細胞が100を超える中で単一の感染細胞を見つけることさえでき、将来的に非常に感度の高いスクリーニングを支援する可能性を示唆しています。

より良いケアと新薬開発の扉を開く

AIR-LEISHをZenodoプラットフォーム上でコードや詳細なドキュメントとともにオープンに公開することで、著者らは特に資源の限られたグループを含む世界中の多くの研究者や開発者に対して、リーシュマニア症向けAIツールを構築・比較するための実用的な基盤を提供します。画像には宿主細胞とその核も含まれているため、細胞数の計測、感染度の評価、さらには同様の免疫細胞内に寄生する他の病原体に関するより広範な研究にも利用できます。簡潔に言えば、この研究は専門家の顕微鏡作業に要する何時間もの労力を再利用可能なデジタル資源へと変換し、診断、薬剤探索、そして最終的には無視されがちな深刻な疾患との戦いを加速するのに寄与します。

引用: Oualha, R., Fekih-Romdhane, N., Driss, D. et al. AIR-LEISH: A Dataset of Giemsa-Stained Microscopy Images for AI-based Leishmania amastigotes Detection. Sci Data 13, 328 (2026). https://doi.org/10.1038/s41597-026-06676-8

キーワード: リーシュマニア症, 顕微鏡画像, 医用画像AI, 寄生虫検出, 感染症診断