桑原 崇通, 廣岡 芳樹, 川嶋 啓揮, 大野 栄三郎, 石川 卓哉, 竹山 友章, 橋詰 清孝, 小屋 敏也, 原 和生, 後藤 秀実

Takamichi KUWAHARA, Yoshiki HIROOKA, Hiroki KAWASHIMA, Eizaburo OHNO, Takuya ISHIKAWA, Tomoaki TAKEYAMA, Kiyotaka HASHIZUME, Toshinari KOYA, Kazuo HARA, Hidemi GOTO

¹愛知県がんセンター中央病院消化器内科, ²名古屋大学医学部附属病院光学医療診療部, ³名古屋大学大学院医学系研究科消化器内科学

¹Department of Gastroenterology, Aichi Cancer Center Hospital, ²Department of Endoscopy, Nagoya University Hospital, ³Department of Gastroenterology and Hepatology, Nagoya University Graduate School of Medicine

キーワード :

【目的】
膵臓は組織生検を得ることが困難であるため，確立された膵線維化診断法は存在しない．EUS-elastography（EG）とヒストグラム解析によって得られるMEAN（弾性の平均値）が膵線維化比率と負の相関を認めることを報告した．しかし，この方法は5回測定の平均値を用いるため，測定に時間を要することが欠点である．人工ニューラルネットワーク（ANN）は脳神経系をモデルにした機械学習システムで，入力情報を元に自動で結果を予測・診断する方法である．今回我々はEUS-elastographyとANNを用いて膵線維化を簡便に診断する方法を検討した．
【方法】
2012年10月から2015年9月までの期間に術前にEUS-EGを施行し，術後に同部位の組織学的線維化を評価できた82例を対象とした．各症例のEUS-EG画像を複数枚抽出し，各々の画像に対してヒストグラム解析を行い，MEAN，標準偏差（SD），青シグナルの面積率［％］（AREA），複雑度（COMP），ヒストグラムの歪み（SKEW），ヒストグラムの分布の平均値への集中の程度（KURT），テクスチャに関する均等性（ENT），複雑度（IDM），一様性（ASM）の9種類の特徴量を算出した．病理標本膵線維化程度はKloppelらの報告に従い膵線維化を13段階にスコア化し，6以上を線維化ありと判定した．ANNは多層パーセプトロンを用いて，入力層（9種の特徴量，主膵管径，年齢，性別），隠れ層1層，出力層（線維化の有無）の4層に設定し，ANNを用いたEUS-EGの膵線維化診断能を検討した．
【結果】
ANNによる線維化診断能は，感度87.9％，特異度90.0％，陽性的中率89.4％，陰性的中率88.5％，正診率89.0％であった．ROC解析をおこなったところ，ANNの膵線維化診断能はAUC 0.94と，Mean値のみを用いた従来法（AUC 0.83）に比して有意に高値を示した（P=0.012）．
【結論】
ANNとEUS-EGを用いた膵線維化診断法は，一回の測定だけでより簡便に，高精度に膵線維化を診断することができる可能性が示唆された．