血球分析AIシステム「CytoDiffusion」が白血病の検出で人間の専門家を上回る性能を発揮

ケンブリッジ大学などの研究チームが開発したAIによる血液細胞分析システム「CytoDiffusion」は、血液細胞の形態を高精度で分析し、白血病などの血液疾患を検出する能力において人間の専門家を上回る成果を示しています。

Deep generative classification of blood cell morphology | Nature Machine Intelligence
https://www.nature.com/articles/s42256-025-01122-7

SciTechDaily
https://scitechdaily.com/ai-blood-cell-analyzer-outperforms-human-experts-in-detecting-leukemia/

血液疾患の診断に欠かせない技術である血液細胞の大きさや形状の微妙な変化を見極めることは、長期にわたる訓練が必要で、熟練した臨床医でも難しい症例では判断が分かれることがあります。

ケンブリッジ大学、ユニバーシティ・カレッジ・ロンドン、ロンドン大学クイーン・メアリー校の研究チームは、DALL-Eで使われている生成AI技術を活用し、血球の外観を詳細に分析できるシステム「CytoDiffusion」を開発しました。

ケンブリッジ大学応用数学・理論物理学科のサイモン・デルタダール氏は「私たちの体には様々な種類の血液細胞があり、それぞれ異なる特性と役割を持っています。検査する血液には数千もの細胞が含まれており、人間が1つ1つの細胞すべてを分析することは不可能です。CytoDiffusionはそのプロセスを自動化し、異常があれば人間による確認のためにハイライト表示します」と述べています。

◆50万枚以上の画像でトレーニング
研究チームはケンブリッジのアデンブルック病院で収集された50万枚以上の血液塗抹標本を用い一般的な血球と稀な例の両方を含んだ画像をシステムに学習させました。単純にカテゴリーを分類するのではなく、細胞の外観の分布全体をモデル化することで、AIは医療施設や顕微鏡、染色方法の違いにも対応でき、希少細胞や異常細胞をより正確に認識できるようになりました。テストでは、既存システムよりもはるかに高い感度で白血病に関連する異常細胞を検出し、また判断に自信がない場合にそれを示すことができることも実証されました。

◆不確実性を把握できる強み
デルタダール氏は「精度をテストしたところ、システムは人間よりもわずかに優れていましたが、真に際立っていたのは、不確実な状況を把握できた点です。私たちのモデルは確実だと判断した上で間違いを犯すことは決してありませんが、人間にはそういうことが時々あるのです」とのこと。

◆臨床医を支援するパートナーとして
ロンドン大学クイーン・メアリー校のステシュ・シヴァパララトナム博士は「血液学の研修医として、一日の仕事の後に大量の血液塗抹標本の分析に直面することがありました。夜遅くまで分析しているうちに、AIの方が私よりも優れた仕事をしてくれると確信するようになりました」と述べています。

研究チームはCytoDiffusionが臨床医の代わりとなるものではなく、異常な症例を迅速に特定し、日常的な症例を自動処理することで支援するように設計しています。今後、公平性と正確性を確保するためにシステムをより高速化し、多様な患者層でテストする作業が必要とのこと。また、50万点を超える血液塗抹標本画像の公開データセットを提供することで、世界中の研究者が新しいAIモデルを構築・テストできる環境を整え、最終的には患者ケアの向上に貢献したいと考えています。