DAMO GRAPE - アリババDAMOアカデミーと浙江省がん病院が共同開発した早期胃がん診断モデル - AiBoss

ダモグレープとは何ですか？

浙江省がん病院とアリババDAMOアカデミーが共同開発したDAMO GRAPEは、単純CTスキャンに基づいて早期胃がんを特定する世界初のAIモデルです。従来の画像診断の限界を克服したDAMO GRAPEは、深層学習を用いて非造影CT画像を解析し、胃がんのスクリーニングを非常に効率的に実現します。大規模な臨床研究において、DAMO GRAPEは感度85.1%、特異度96.8%を示し、人間の放射線科医を大きく上回りました。このモデルは、最大6ヶ月前に早期胃がん病変を検出できるため、胃がんの早期診断と治療のための新しい効率的な方法を提供し、胃がん患者の生存率を大幅に向上させることが期待されます。

ダモグレープの主な機能

早期胃がん検診DAMO GRAPEは、造影剤を使用しないCT画像の解析に基づいて、早期の胃がん病変を特定し、胃がんの早期発見率を大幅に向上させる。
補助診断これは放射線科医に診断支援を提供し、診断の正確性と効率性を向上させ、診断漏れや誤診の可能性を低減するのに役立ちます。
リスクアセスメント患者における胃がんのリスクを評価し、高リスク者を特定することで、胃内視鏡検査などのさらなる診断手順を容易にする。
早期警報患者に明らかな症状が現れる前に胃がんの可能性のある病変を早期に発見することで、早期治療のための貴重な時間を稼ぐことができる。

DAMO GRAPEの技術原則

深層学習アルゴリズムDAMO GRAPEは深層学習技術に基づいており、胃がんおよび胃がん以外の疾患の大量のCT画像データを用いて、胃がん病変の特徴とパターンを学習するように訓練されています。
多施設データセット世界最大の多施設共同胃がん単純CT画像データセット（6720症例）に基づき、異なる地域および異なる機器からのデータを網羅することで、モデルの汎化能力が向上した。
画像分割と分類このモデルは、セグメンテーションネットワークと分類ネットワークを組み合わせたものです。まず、CT画像から胃領域をセグメント化し、次にセグメント化された領域に対して腫瘍の検出と分類を行い、胃がんリスクスコアとセグメンテーションマスクを出力します。
特徴抽出と認識CT画像における胃壁の厚さや胃粘膜の不均一性といった微妙な変化やパターンを分析することで、早期の胃がん病変を特定することができ、従来の画像診断技術の限界を克服できる可能性がある。
Grad-CAM可視化Grad-CAM技術に基づき、モデルの意思決定プロセスが可視化されるため、医師はモデルの判断の根拠を理解しやすくなり、モデルの解釈性が向上する。

DAMO GRAPEのプロジェクト住所

技術論文：https://www.nature.com/articles/s41591-025-03785-6

DAMO GRAPEの応用事例

大規模な集団検診健康診断センターや一次医療機関では、胃がん検診が多数の人々を対象に実施され、潜在的な患者を事前に特定し、胃がんの早期発見率を向上させることを目的としている。
医師の診断を支援するこれは放射線科医に補助的な診断ツールを提供し、胃がん病変をより正確に特定し、診断の見落としや誤診を減らし、診断効率を向上させるのに役立ちます。
高リスク集団のモニタリング胃がんの発生率が高い地域に住む住民や、胃がんの家族歴がある人、慢性胃炎の人など、リスクの高いグループを対象に、病変を早期に発見するために定期的な検診が実施されている。
早期警戒と介入患者に明らかな症状がない段階で胃がんの可能性のある病変を早期に発見することで、タイムリーな治療が可能となり、患者の生存率と生活の質を向上させることができる。
医療資源の最適化階層型医療制度では、医療資源が合理的に配分され、医療効率が向上し、医学研究や教育を支援するためのデータやツールが提供される。