不確実性を考慮したマルチモーダル超音波画像を用いた甲状腺結節の深層学習分類

なぜ甲状腺のしこりは誰にとっても重要か

甲状腺の小さなしこりは非常に一般的で、特に年齢とともに増えます。多くは無害ですが、ごく一部はがんであり適時の治療が必要です。現在、医師は主に超音波検査と針生検に頼って良性と悪性を見分けています。超音波は安全で広く利用できますが、診断の解釈は検査者によってばらつきがあり、そのため一部の人は不要な侵襲検査を受けたり、逆に見逃されたりすることがあります。本研究は、複数種類の超音波画像を人工知能と組み合わせることで甲状腺がんの診断精度を高め、さらにコンピュータが自分の判断にどれだけ自信を持っているかを示せるかを検討します。

同じ結節を複数の見方で観察する

超音波は単一の画像種ではありません。標準の「Bモード」超音波は結節の形状や質感を示します。シア波エラストグラフィーは組織の硬さに関する情報を追加し、良性と悪性でしばしば差があります。カラードップラーは結節の内外の血流パターンを浮かび上がらせます。従来の研究は通常これらのうち1種類のビュー、あるいは単純な組合せに注目しており、各情報源をコンピュータモデルに与えたときの信頼性を明確に扱うことは少なかったのです。

甲状腺スキャンのための賢く小さなAIを構築する

研究者らは、生検が予定されている422人の患者の506の甲状腺結節から前向きに画像を収集しました。各結節について、同じ超音波機器ファミリー内の異なる装置からBモード、シア波エラストグラフィー、カラードップラー画像を取得しました。次に、コンパクトな事前学習済み画像認識バックボーンを用い、医療用超音波向けに軽量な“ヘッド”を追加したカスタム深層学習ネットワークを設計しました。このヘッドは、異なる種類の特徴抽出とアテンションを混合する特殊な層を用い、各画像の最も情報量の多い領域にモデルが集中できるようにしつつ、全体の構造を比較的小さく効率的に保ちます。

コンピュータが自分の不確かさを認められるようにする

本研究の重要な革新は不確実性を考慮した融合戦略です。単に3種類の超音波の予測を平均するのではなく、システムは各ブランチがその患者に対してどれだけ自信を持っているかを推定します。これは、モデルを内部に小さな変動を加えながら複数回実行し、予測の安定性を測ることで行います。例えばカラードップラーが不安定で一貫性のない答えを出している場合、その最終判断への影響は減らされ、場合によってはゼロに近づきます。対照的に、Bモードとシア波エラストグラフィーの組み合わせのように正確で自信のあるモダリティにはより大きな重みが与えられます。これは、放射線科医が通常、鮮明で高品質な画像を雑音やあいまいな画像より信頼するのと同様の考え方です。

システムの性能はどのくらいか

厳密なクロスバリデーション設計を用いて、三つのモダリティを組み合わせたシステムは約95パーセントの精度と0.97のROC曲線下面積を達成しました。感度（がんを検出する能力）は特に高く98パーセントで、がんを除外する特異度は92パーセントに達しました。単一の画像種や二者間の組合せは性能が劣り、マルチモーダル入力が真に付加価値をもたらすことを示しました。不確実性を考慮した融合法は、特に矛盾するまたは信頼性の低い入力を扱う際に、予測の単純な組合せ法よりも優れていました。さらに、同じデータに適用した多くの既知の深層学習モデルと比較して、このカスタムアーキテクチャは層を少なくしコンパクトでありながら同等かそれ以上の性能を示しました。

患者と医師にとっての意義

甲状腺結節の患者にとって、本研究は日常的な超音波検査が単なるがんの有無の推定にとどまらず、その推定の信頼度まで提供する将来を示唆します。高い自信を持った良性の予測は不要な生検の回避に役立ち得ますし、高不確実性の結果は追加の画像検査、セカンドオピニオン、あるいはより厳密な経過観察を促すことができます。研究は単一施設で行われており、異なる病院や超音波機器での検証が今後必要ですが、複数の超音波ビューを不確実性を考慮したAIと組み合わせることは、甲状腺がん診断をより正確かつ透明にし、不必要な処置を減らしつつケアを改善する可能性があることを示しています。

引用: Saini, M., Parvar, T.A., Velarde, M. et al. Deep learning-based classification of thyroid nodules using uncertainty-aware multi-modal ultrasound imaging. Sci Rep 16, 4938 (2026). https://doi.org/10.1038/s41598-026-35965-w

キーワード: 甲状腺結節, 超音波画像, 深層学習, がん診断, 医療用AI