2018 年 2018 巻 AIMED-006 号 p. 08-
[対象と方法]病理結果が判明しているMMG画像を分割して切り出し、癌あり/なしにラベル付けした。畳み込みニューラルネットワーク(CNN)に学習させ、精度を計測した。[結果]47282画像に対し、AlexNetモデルで正診率 96.6%、感度 93.9%、特異度99.2%、ResNetモデルで正診率95.2%、感度94.7%、特異度95.7%であった。またこの学習モデルを用いてMMGをスキャンし、癌が疑わしい部分を赤く光らせるアルゴリズムも作成した。[考察]MMGを自動読影できるようになれば乳癌検診の精度が向上し死亡率を減少させ得る。[結語]全国で利用できるシステムの構築を目指す。