방사선 치료에서는, 선량 분포를 장기마다 평가할 수 있도록, CT나 MRI 등의 의료 화상상에서 종양 영역이나 정상 장기의 윤곽 작성을 실시할 필요가 있다.윤곽 작성 시간을 단축하기 위해, 임상에서의 자동 윤곽 작성 툴의 수요는 높아지고 있으며, 그 중에서도 인공지능(AI) 기술에 의해 종양이나 장기의 자동 인식을 실시하는 시스템에 기대가 높아지고 있다.
히로시마 대학의 가와라 다이스케 조교, 오자와 슈이치 특임 준 교수, 나가타 야스 교수 등과 일본 임상 종양 연구 그룹(JCOG)의 의학 물리 워킹 그룹 멤버인 니시오 요시지 교수 등의 연구 그룹에서는, AI 기술에 의한 새로운 자동 윤곽 작성 시스템인 Step-wise net을 개발했다. Step-wise net은 Deep learning 기술에 의해 2단계의 학습을 실시해 두경부의 복수의 장기의 윤곽을 추출한다. 1단계째에서는 윤곽 작성의 대상이 되는 장기 주변 영역을 추출하고, 2단계째에서는 추출한 영역 내에서 장기의 윤곽 작성을 고정밀도로 실시한다.
Step-wise net의 윤곽 작성 정밀도를 평가한 결과, AI를 사용하지 않는 기존의 자동 윤곽 추출 시스템(시판 툴인 Atlas법)과 비교하여, 모든 장기에서 Step-wise net이 정밀도가 높다. 했다.또한 AI를 이용한 종래법(U-net)과의 비교에서도 Step-wise net이 모든 장기에서 정밀도가 웃도는 결과가 되었다.
Step-wise net에 의해 윤곽 작성 정밀도를 현저히 향상시킬 수 있을 뿐만 아니라, 윤곽 작성 시간은 종래의 10분의 1 이하로 단축될 예정이며, 의료 현장 업무의 개선과 효율화에 도움이 될 것으로 전망 된다.
또한, Step-wise net의 자동 윤곽 작성에서는 수동 윤곽과 같은 시설간에 차이가 생기지 않기 때문에, 통일한 룰에 의거해 각 시설에서 같은 정도의 품질의 윤곽 작성을 실시할 필요가 있는 임상 시험에서도, 본 도구의 활용이 기대된다고 한다.
