膵臓ガン自動検知モデルの開発

2026.02.26

導入背景・課題

膵臓ガンは発見が難しく進行が早い病気のため、早期に発見できることが非常に重要である。
特に、別の疾患などを理由に実施する腹部CT画像から検出できるようにすることで、早期発見の可能性が高まる。

解決策

顧客である医療機関側で、大量の腹部CT画像の中に写る膵臓ガンの領域を囲んでいただく、アノテーション作業（ラベル付け作業）を実施いただいた。
その後、それらの画像を機械学習の学習データとして画像認識モデルを構築した。その際、膵臓領域を特定した上で、その中から膵臓ガン個所を特定する必要があり、それらを一連のモデルとして構築した。

効果

モデルの精度としては、特異度(病気でない人を正しく病気ではないと判定できる割合)を90%以上に保ちながら、感度(実際に病気の人を発見できる割合)を75%以上とすることが出来た。
これまで発見が難しかった膵臓ガンを特定しやすくなるだけでなく、別の診断で腹部CT撮影した患者のCT画像からも膵臓ガンを発見できる可能性が高まった。