皮膚科医と同等の精度で皮膚扁平上皮がんを識別するCNNモデルを開発
ROC曲線下面積はCNNモデル0.69、皮膚科医の総合評価0.70
ヨーテボリ大学サルグレンスカ・アカデミー（スウェーデン）のVictor Liang氏らは、CNNが高分化型と中分化型・低分化型のcSCCを識別する性能を検証するため、同大学皮膚科で収集した画像データを用いて後ろ向き研究を実施した。新たに開発したCNNは、cSCCの臨床近接画像1,829枚（高分化型1,254枚、中分化型または低分化型575枚）を用いて訓練された。画像は訓練用セット1,329枚、検証用セット200枚、テスト用セット300枚にランダムに分けられた。CNNの性能は、7人の独立した読影者（シニアレジデント1人と、経験年数4～25年の皮膚科専門医6人）による総合評価と比較された。
検証の結果、CNNモデルのROC曲線下面積（AUC）が0.69であり、皮膚科医による総合評価の0.70とほぼ同等であることが明らかになった。cSCCの分化度評価における観察者間一致度は中等度（κ＝0.44）だった。臨床所見については、観察者間一致度はfairからsubstantialまで幅があった。中分化型または低分化型の腫瘍では、潰瘍形成（オッズ比2.34）と平坦な表面形態（オッズ比2.94）がより一般的に認められた。
責任著者である同大学のSam Polesie氏は、「今回開発したモデルはさらなる改良と検証が必要であるが、今後の方向性は明確である。人工知能（AI）は、医療における意思決定プロセスに実際に付加価値をもたらす場面で活用されるべきだ」と述べている。
Journal of the American Academy of Dermatology International
CNN Model Performs Similarly to Dermatologists for Differentiating cSCCs
CNN model yielded area under the curve of 0.69 compared with 0.70 for combined dermatologists' assessment
WEDNESDAY, Sept. 17, 2025 (HealthDay News) -- A convolutional neural network (CNN) model performs similarly to dermatologists for discriminating between well versus moderately and poorly differentiated cutaneous squamous cell carcinomas (cSCCs), according to a study to be published in the December issue of the Journal of the American Academy of Dermatology International.
Victor Liang, M.D., from Sahlgrenska Academy in Gothenburg, Sweden, and colleagues examined how a CNN performed in discriminating between well versus moderately and poorly differentiated cSCCs in a retrospective study. A de novo CNN was trained on 1,829 clinical close-up images of cSCCs: 1,254 well-differentiated and 575 moderately or poorly differentiated. The images were randomized into training, validation, and test sets (1,329, 200, and 300 images, respectively). Performance of the CNN was compared to combined assessment of seven independent readers (one senior resident and six board-certified dermatologists with four to 25 years of experience).
The researchers found that the CNN model yielded an area under the receiver operating characteristic curve of 0.69 compared with 0.70 for the combined dermatologists' assessment. In assessment of cSCC differentiation, the interobserver agreement was moderate (κ = 0.44). For clinical features, interobserver agreement ranged from fair to substantial. In moderately or poorly differentiated tumors, ulceration and flat surface topography were more common, with odds ratios of 2.34 and 2.94, respectively.
"The model we've developed needs further refinement and testing, but the way forward is clear -- AI [artificial intelligence] should be integrated where it actually adds value to decision-making processes within health care," lead author Sam Polesie, M.D., Ph.D., also from Sahlgrenska Academy, said in a statement.
Journal of the American Academy of Dermatology International