自己教師あり学習と注意機構に基づく擬似ラベリングによる弱教師あり大腸腺構造セグメンテーション

がん診断においてなぜ重要か

病理医が結腸の生検標本を顕微鏡で観察するとき、がんの重症度を示す最も重要な手がかりの一つが「腺」と呼ばれる小さな管状構造の形状と配列です。すべての腺を手作業で丁寧に輪郭抽出するのは遅く、高コストであり、病院間で標準化するのも難しい。本研究は、詳細な人手によるラベリングを大幅に減らしながら、人工知能が専門家とほぼ同等の精度でこれらの腺を検出・追跡できることを示しており、大腸がんの診断を迅速かつ精密にする可能性を示しています。

引用: Wen, H., Wu, Y., Huang, D. et al. Weakly supervised colorectal gland segmentation through self-supervised learning and attention-based pseudo-labeling. Sci Rep 16, 5771 (2026). https://doi.org/10.1038/s41598-026-36256-0

キーワード: 大腸がん, デジタル病理学, 腺構造セグメンテーション, 弱教師あり学習, 自己教師ありビジョン