お知らせ
慢性腎臓病の病態解明に向けたAIを開発 腎組織の損傷の自動定量により予後の予測精度が向上【プレスリリース】
発表のポイント
・ 腎組織の病理画像において主要組織の領域分類と細胞核の検出を高精度に行うAIを開発し、腎組織における間質の繊維化と炎症性細胞浸潤の自動定量を可能にしました。
・自動定量された双方のスコアは、腎機能を示す推算糸球体濾過率（eGFR）と高く相関し、予後予測にも有効であることを確認しました。
・開発したAI技術は、腎組織が採取された施設の違い等の影響にも左右されないことから、実臨床への応用が期待されます。
概要
慢性腎臓病は国民病として広く知られており、進行性のものは最終的には腎不全に至ることから早期の介入が望まれます。腎疾患の確定診断は腎生検で採取された腎組織の病理画像（腎病理画像）が用いられます。糸球体の硬化、尿細管の損傷による萎縮、それに伴う間質の繊維化の評価から、重症度や進行リスクが分かります。また、腎組織の損傷につながる炎症細胞浸潤の評価も重要です。
東北大学大学院医学系研究科腎臓内科学分野の岡本好司講師、鈴木野の香医師、同大学東北メディカル・メガバンク機構の小島要講師、木下賢吾教授、同大学大学院医学系研究科皮膚科学分野の志藤光介学術研究員らは、東北大学病院とJCHO仙台病院の慢性腎臓病患者の腎病理画像を用いて、間質繊維化と炎症細胞浸潤を自動定量するAIを開発しました。開発したAIでは、腎病理画像を解析し、主要組織である糸球体、尿細管、間質、血管の領域分類と間質中の細胞核の検出により、間質繊維化と炎症性細胞浸潤を自動的に定量します。自動定量されたスコアは腎専門医による評価や腎機能を示す指標であるeGFRと高く相関し、腎組織の損傷を適切に捉えることを確認しました。また、自動定量されたスコアは予後予測に重要なeGFRの年低下率の予測にも有効であり、予測結果をもとにした実臨床での応用が期待されます。
本成果は2025年1月5日に科学誌Communications Medicineに掲載されました。
論文情報
タイトル：Deep Learning-Based Histopathological Assessment of Tubulo-Interstitial Injury in Chronic Kidney Diseases
著者：鈴木野の香、小島要*、Silvia Malvica、山﨑研志、近松陽一郎、大江佑治、長澤将、近藤恵休、真田覚、相場節也、佐藤博、宮崎真理子、伊藤貞嘉、佐藤光博、田中哲洋、木下賢吾、浅野善英、Avi Z. Rosenberg、岡本好司*、志藤光介
*責任著者：東北大学東北メディカル・メガバンク機構 講師 小島要（情報解析に関して）
東北大学大学院医学系研究科腎臓内科学分野 講師 岡本好司（疾患に関して）
掲載誌：Communications Medicine
DOI：10.1038/s43856-024-00708-3