【05/27】Breast & Gynecological Ultrasound 論文ピックアップ
【PR】本記事はプロモーションが含まれています
LINA’s Paper Pick
本日のテーマ：Breast & Gynecological Ultrasound
PubMedの最新論文から、現場に役立つ3本をLINAがピックアップしてお届けします。
今日のピックアップ一覧
- 疑わしい乳房病変の評価における3D自動乳房超音波（ABUS）と造影スペクトルマンモグラフィ（CESM）の付加的価値
- U-CBAMNet：乳房超音波シネ動画からHER2発現を正確かつ説明可能に予測するアテンション誘導型深層学習モデル
- 乳房超音波検査のための非侵襲的エンドツーエンド型インテリジェント支援システム
1
疑わしい乳房病変の評価における3D自動乳房超音波（ABUS）と造影スペクトルマンモグラフィ（CESM）の付加的価値
3エビデンスレベル 3：コホート研究・症例対照研究
Original Article 📌 Key Points
- BIRADS IV-Vと判定された106名の患者を対象に、CESMと3D ABUSの併用効果を検証した。
- 病変のサイズ、広がり、多発性の評価において、CESM単独と比較して併用により感度が40%から80%へと大幅に向上した。
- 病変の検出精度はCESM単独の40%に対し、併用により61%へと改善した。
- ABUSは低侵襲かつ客観性の高いツールであり、CESMとの併用は乳がんの術前評価の精度向上に大きく貢献する。
本研究は画像診断のモダリティ併用が精度の高い術前評価を可能にすることを示しており、今後は特定の腫瘍径や密度に応じたアルゴリズムの最適化が課題となります。
📚 関連する日本のガイドライン
- 日本乳癌学会 乳癌診療ガイドライン
| 著者 | ELmalatawy Lamiaa Hassan, Elsaid Noha Abd El-Shafy |
|---|---|
| 所属 | Department of Radio-Diagnosis, National Cancer institute & Baheya Foundation, Cairo, Egypt. Drel_ramly@hotmail.com. |
| 雑誌 / 年 | J Egypt Natl Canc Inst (2026) |
| リンク | PMID: 42189453 | DOI: 10.1186/s43046-026-00357-8 | 5124889 (全文) |
2
U-CBAMNet：乳房超音波シネ動画からHER2発現を正確かつ説明可能に予測するアテンション誘導型深層学習モデル
3エビデンスレベル 3：コホート研究・症例対照研究
Original Article 📌 Key Points
- 侵襲的な組織生検に代わり、日常的な乳房超音波検査の動画データからHER2発現を非侵襲的に予測するモデル「U-CBAMNet」を開発。
- EfficientNet-B3を基盤に、空間およびチャネルの注意機構を組み込んだCBAMを改良し、病変部位の診断的特徴を効率的に抽出。
- 149名の患者データを用いた評価で、ResNet50やSwin-Transformerなどの既存モデルを上回る精度（AUC 0.88）を達成。
- Grad-CAMを用いた視覚化により、放射線科医の読影と一致する妥当性の高い判断根拠を提示することに成功。
このモデルは術前のリスク層別化を迅速かつ低コストに行う可能性を秘めており、今後は大規模な多施設共同研究による汎用性の検証が重要です。
📚 関連する日本のガイドライン
- 乳癌診療ガイドライン
| 著者 | Zhang Zhiwen, Tian Chongxuan, Shi Linlin, Zhou Liguang, Zhang Kaining, Pang Jinshu, Wang Qian, Yang Hong |
|---|---|
| 所属 | Department of Medical Ultrasound, The First Affiliated Hospital of Guangxi Medical University, Nanning, Guangxi Zhuang Autonomous Region, 530021, China. |
| 雑誌 / 年 | BMC Med Imaging (2026) |
| リンク | PMID: 42168900 | DOI: 10.1186/s12880-026-02383-3 |
3
乳房超音波検査のための非侵襲的エンドツーエンド型インテリジェント支援システム
3エビデンスレベル 3：コホート研究・症例対照研究
Original Article 📌 Key Points
- 乳房超音波検査の診断精度と効率を向上させるAIデバイス「BIRD」を開発し、多様な施設間データで検証。
- BIRDを用いることで、放射線科医の診断精度が統計的に有意に向上することが確認された。
- 107の医療機関での実臨床評価で高い診断一致率を示し、スクリーニング現場での有用性が実証された。
- 病理学的および分子サブタイプの分類モデルとしても良好な性能を示し、乳がん診療の精度向上に寄与する。
BIRDはリアルワールドでの高い汎用性と臨床支援能力を証明しており、今後はAIによる乳がんスクリーニングの標準化と、遠隔医療や地域医療連携への応用が期待されます。
📚 関連する日本のガイドライン
- 乳癌診療ガイドライン
| 著者 | Zhou Jun, Si Pilei, Zhang Yan, Song Jianqiong, He Tao, Liu Qin, Chen Shaoqi, Tu Mengjie, Wang Han, Guo Qiang, Qi Xiaofeng, Zhang Danli, Zhang Qi, Zhang Tingting, Pan Linlin, Li Shilin, Tang Zhengzhong, Guo Julie, Lan Haitao, Li Xue, Tang Yan, Tang Min, Shen Qingyang, Luo Haiying, Lang Zhongbing, Hu Xiangqian, Du Hui, Tian Rongmei, Yang Xiaoxue, Gan Xiaoqin, Chen Fang, Liu Xuebin, Zhang Wenqin, Xie Qianrong, Zhang Jie, Yang Hang, Yang Xue, Kang Yuanli, Xiong Minghao, Zhang Yuwei, Liu Hengyan, Wan Meihua, Xiong Yu, Li Tianhui, Zhao Chian, Zhao Hong, Cui Xinwu, Yi Zhang, Zeng Fanxin |
|---|---|
| 所属 | Department of Clinical Research Center, Dazhou Central Hospital, Dazhou, Sichuan, China. |
| 雑誌 / 年 | Nat Commun (2026) |
| リンク | PMID: 42161976 | DOI: 10.1038/s41467-026-73170-5 |
