ノーコードAIで切り拓く甲状腺結節超音波悪性判定：誰もが使える再現可能な医療AIへ

ハイライト

• 自律型のノーコードAIエージェントにより、機械学習の専門知識を要せずに、超音波画像を用いた甲状腺結節の悪性度分類器が開発され、キャリブレーションも行われた。
• ResNet-18モデルは、内部検証で高い判別性能（AUROC 0.94）を示し、外部検証でも良好な性能（AUROC 0.90）を維持して、確立済みベンチマークを上回った。
• 外部検証には、乳頭癌にとどまらない多様な癌組織型が含まれており、臨床応用に向けた妥当性が高められた。
• 見逃された悪性病変は主として濾胞性パターン腫瘍に集中しており、さらなる改良と前向き検証が必要な領域が示された。

研究背景

甲状腺結節は一般集団において頻度が高く、成人の最大50％で超音波で検出可能な結節が認められる。良性結節と悪性結節を鑑別することは適切な管理のために極めて重要であるが、従来の超音波読影では、所見の重なりや術者間差のため依然として困難である。乳頭癌（PTC）は、既存の人工知能（AI）モデルで最も多く研究されている甲状腺癌の組織型であるが、濾胞癌や髄様癌など他の組織型は診断学的により複雑である。

深層学習の畳み込みニューラルネットワーク（CNN）は、超音波画像による甲状腺結節分類に有望性を示してきた。しかし、既報の多くのモデルは、開発および実装に高度な機械学習の専門知識を必要とし、独立した外部検証の機会も限られている。これは、臨床応用への移行および広範な普及の障壁となっている。

ノーコードAIプラットフォームは、データ監査、モデル選択、学習、キャリブレーションといったワークフローを自動化することで、機械学習分類器の開発を広く可能にすることが期待されている。しかし、このようなエージェント型ノーコードAIが実臨床の診断課題で妥当性検証された報告は少なく、とりわけ多様な甲状腺癌組織型を対象とした検証は限られている。

研究デザイン

本後ろ向き計算機診断研究では、ノーコードAIエージェント型システムであるHugging Face ML-Internを用い、超音波画像に基づく甲状腺結節の悪性判定モデルを自律的に生成した。オープンソースのTN5000データセットを学習および内部検証のソースとして用いた。システムは、人手を介さずにデータ監査、モデル選択、学習、確率キャリブレーションを実施した。

選択されたモデル構造はResNet-18畳み込みニューラルネットワークであり、学習後に固定された。外部検証は、コロラド大学の232個の甲状腺結節からなる別コホートで実施され、乳頭癌以外の複数の癌組織型が含まれていた。

モデル性能指標には、受信者動作特性曲線下面積（AUROC）、感度、特異度、陽性的中率（PPV）、陰性的中率（NPV）が含まれた。外部検証モデルの分類能は、同一の外部データセットで評価された既報の甲状腺結節分類器と比較検討された。

主な結果

ノーコードAIで生成されたモデルは、内部的に堅牢な診断精度を示し、AUROC 0.94（95％信頼区間［CI］0.92–0.95）を達成した。感度は90％、特異度は81％であった。この成績は、学習データセットにおいて悪性結節と良性結節を高い識別能で区別できることを示している。

外部検証でも、モデルは高い診断性能を維持し、AUROC 0.90（95％ CI 0.85–0.93）を示した。感度は92％と良好で、多くの悪性病変を検出できた一方、特異度は68％と中等度であった。PPVは52％、NPVは96％であり、悪性の除外能が高いことが示された。

同一の外部データセットにおけるベンチマークモデルとの比較では、ノーコードAI生成モデルが統計学的に有意に優れていた（AUROC 0.90対0.83、対応のあるDeLong検定 P＝0.03）。これは、自律型AIワークフローによって競争力のある、あるいはそれを上回る性能が達成可能であることを示している。

誤分類症例の解析では、見逃された癌の多くが濾胞性パターン腫瘍であった。これらは超音波画像のみでは判別が難しい傾向がある。これは、甲状腺悪性度分類器に共通する既知の限界を裏付けるものであり、将来的には補完的診断モダリティの統合を含む改良が必要であることを示唆している。

専門家コメント

本研究は、ノーコードかつエージェント型のプラットフォームが、複雑な医用画像データセットから高性能でキャリブレーション済みの悪性分類器を自律的に生成し得ることを検証した点で、臨床AIの大きな進展を示すものである。機械学習開発に伴う技術的障壁を取り除くことで、この種のワークフローは、専任のデータサイエンス資源を持たない施設にもAI革新を広げる可能性がある。

ただし、後ろ向き解析で得られた性能指標は有望である一方、本モデルの臨床的有用性を確認するには、前向き検証が必要である。とくに、多様な実臨床集団や撮像条件の違いへの対応が課題となる。外部コホートで特異度が低下した点は、スペクトラムバイアス、または超音波手技のばらつきを反映している可能性がある。

濾胞性パターン腫瘍で見逃しが集中したことは、甲状腺癌の病理学的な繊細さと整合的であり、画像上は良性の濾胞腺腫としばしば識別困難である。これは、診断の曖昧性を低減するために、多モダリティアプローチや改良された深層学習手法が求められていることを示している。

総じて、本研究は、オープンデータセットと固定化された外部検証済みモデルを通じて、医療AIの再現性と独立した検証可能性を支持するものである。これらは、規制承認および臨床的信頼の構築において重要な柱である。

結論

自律型ノーコードAIワークフローにより、完全にキャリブレーションされた甲状腺結節悪性度分類器が開発され、内部で堅牢な性能を示すとともに、複数の癌組織型を含む外部コホートでも診断妥当性を維持した。このアプローチは、アクセスしやすく、再現性が高く、かつ独立検証可能な医療AI開発を促進し、臨床応用に向けた主要な障壁の解消に寄与する。

臨床導入前には、前向き検証、地域ごとの撮像差に応じたモデル再キャリブレーション、ならびに濾胞性腫瘍の誤分類要因の検討が不可欠である。それでもなお、本概念実証は、臨床医と研究者がノーコードAIツールを活用し、医療革新を加速させ、甲状腺癌評価の診断精度を高めるという新たなパラダイムを示唆している。

資金提供と臨床試験

本研究は、コロラド大学に関連する学術および संस्थ宙? [原文歧義: 建議核查] 機関資源と、オープンソースTN5000データセットの取り組みによって支援された。後ろ向き計算機診断評価であるため、臨床試験登録は該当しない。

参考文献

1. Thomas J, Pozdeyev N. An agentic, no-code artificial intelligence workflow for developing a thyroid nodule ultrasound malignancy classifier. The Journal of Clinical Endocrinology and Metabolism. 2026; PMID: 42808848.

2. Haugen BR, Alexander EK, Bible KC, et al. 2015 American Thyroid Association Management Guidelines for Adult Patients with Thyroid Nodules and Differentiated Thyroid Cancer: The American Thyroid Association Guidelines Task Force on Thyroid Nodules and Differentiated Thyroid Cancer. Thyroid. 2016;26(1):1-133.

3. Chen H, Engkvist O, Wang Y, Olivecrona M, Blaschke T. The rise of deep learning in drug discovery. Drug Discovery Today. 2018;23(6):1241-1250.

4. Litjens G, Kooi T, Bejnordi BE, et al. A survey on deep learning in medical image analysis. Medical Image Analysis. 2017;42:60-88.

5. Kim DW, Jang HY, Kim KW, Shin Y, Park SH. Design Characteristics of Studies Reporting the Performance of Artificial Intelligence Algorithms for Diagnostic Analysis of Medical Images: Results from Recently Published Papers. Korean Journal of Radiology. 2019;20(3):405-410.

6. Bongiovanni M, Spitale A, Faquin WC, Mazzucchelli L, Baloch ZW. The Bethesda System for Reporting Thyroid Cytopathology: a meta-analysis. Acta Cytol. 2012;56(4):333-9.

7. Li W, Kang H, Liu J, et al. Ultrasonographic evaluation of follicular thyroid carcinoma. Journal of Ultrasound in Medicine. 2020;39(7):1303-1310.

8. Nitta H, Takieddin M, Agrawal S, et al. External Validation of Deep Learning-Based Ultrasound Thyroid Nodule Risk Stratification System. Endocrine. 2023;78(3):401-410.