유방암의 림프절 전이 유무는 환자의 치료 방침과 예후를 결정하는 중요한 요인이다.통상은 현미경을 이용한 병리 조직의 관찰에 의해 판정한다.그러나, 작은 병변은 놓치기 쉽고, 병리의에 의한 진단 결과의 차이도 있기 때문에 IT 기술의 이용에 의한 개선이 요구되고 있었다.

　이번 연구에서는 유방암 환자의 림프절 조직의 병리 조직 화상에 있어서, 암세포의 영역과 그 이외의 영역으로부터 트레이닝 데이터로서 약 30만장의 화상을 「심층 신경망(주)」에 읽어들여, 네트워크 최적화를 실시했다.이 때, 신경망의 중간층 중에서 병리 조직상의 특징적인 정보를 추출하여 효율적으로 학습을 수행하는 데 성공하여 고정밀도의 판정이 가능해졌다.이 결과로부터 병리 화상상에 중첩한 암세포의 존재 확률 맵을 작성해, 최종적인 림프절마다의 전이의 유무, 유방암 환자의 스테이지의 판정을 실시했는데 참가 팀중 4위에 들어가는 정밀도 달성했다.

　이 연구 성과는 유방암의 림프절 전이의 검출에 인공 지능 기술이 유효하고, 암세포·암 조직의 본질적인 형태학적 정보가 얻어지는 것을 나타내었다.장래에는 유방암 이외의 다양한 암의 병리 진단에 대해서도 인공지능을 이용함으로써 시설에 의한 차이를 줄여 고정밀도를 달성할 수 있을 것으로 기대된다.

(주) 신경망은 뇌의 신경 시스템을 모방한 정보 처리 모델로, 계층 구조가 깊은 것을 심층 신경망이라고 부른다.딥러닝은 이를 이용한 인공지능기술의 하나.