順天堂大学の研究グループは，さまざまな疾患の血液細胞画像をAIの深層学習技術を用いて解析して血液細胞の高精度自動識別を可能にするAI分析システムを開発し，腫瘍性血液疾患と非腫瘍性血液疾患の鑑別診断が可能であることを実証した。（ニュースリリース）。

近年，深層学習技術を用いたAI技術が医療画像診断に応用されつつある。特に腫瘍性血液疾患である骨髄異形成症候群（MDS）と非腫瘍性血液疾患である再生不良性貧血（AA）は，共通して血液細胞数が減少するという特徴をもち，鑑別には血液中にわずかに出現するMDSに特徴的な形態異常を持つ細胞の有無を識別しなくてはならず，熟練技師，医師による顕微鏡検査が不可欠となる。

今回の研究では，白血病やMDS，AA等の血液疾患の他，感染症や健常人を含む3,261症例の末梢血液標本を用いた。まず，1標本あたり約200個の血液細胞を自動撮像し，計695,030個の血液細胞のデジタル画像を取得した。個々の血液細胞画像に対して，複数のエキスパート技師が国際ガイドラインに従って17種類の細胞種別分類と97種類の形態異常判別を実施し，従来にない規模の血液細胞画像データベースを構築した。

次に，このデータベースを用いてAI深層学習技術である畳み込みニューラルネットワーク（CNN）解析を実施した。その結果，高精度な細胞分類性能と形態異常検出性能を有するAI自動分析システムを開発した。

さらに，このAI自動分析システムを用いてMDS症例とAA症例の血液細胞画像を網羅的に分析し，形態異常の出現頻度などの特徴量を抽出した。次に，抽出された特徴量を用いてAI技術の1つである勾配ブースティング法による解析を実施した。

最終的に，AI血液細胞自動分析システムによるMDSとAAの鑑別診断能を検証した結果，極めて高精度な診断能力（感度96.2%，特異度100.0%）を有することが明らかになった。

今回の研究では，AI深層学習技術を用いた血液細胞の自動形態分析システムが，血液疾患の診断支援が可能なことを示した。研究グループは今後，今回の研究成果の臨床実用化を進め，感染症など，より一般的な疾患の診断支援への応用を目指すとしている。