AIが解く世界の難問 · 医学・創薬 · Nature (computational biology) · 2026-10-17
肺がんおよび大腸がんの検出を対象とした解釈可能な階層型深層学習フレームワーク
原題: An interpretable hierarchical deep learning framework for lung and colon cancer detection
病理組織画像による肺がんと大腸がんの分類は、クラス間の類似性や組織形態のばらつきが大きく、従来の深層学習モデルは判断過程の透明性が低いことが課題だった。本研究では、5クラスの分類を「正常か癌か」の判定から始め、正常組織の分類または癌の亜型の特定を担う専用の分類器へ振り分ける段階的な階層型フレームワークを提案した。LC25000で98.50%、独立したLungHist700データセットで82.01%の精度を示し、Grad-CAM、Grad-CAM++、LIME、Occlusion Sensitivityによって予測に寄与する画像領域を可視化した。