悪性黒色腫の人工知能（AI）診断モデルの開発には通常、大規模かつ集中化されたデータセットが必要であり、各施設による患者データの提供が求められ、これによりプライバシーに関する重大な懸念が生じている。そこで、ドイツがん研究センター（DKFZ）のSarah Haggenmuller氏らは、こうした懸念の払拭が可能とされる新たな機械学習の連合学習（federated learning）アプローチを取り入れた検討を行った。その結果、分散化された状態でのデータセット上で、浸潤性悪性黒色腫と母斑の分類が可能であることが示唆された。結果を踏まえて著者は、「連合学習は、悪性黒色腫のAI診断におけるプライバシー保護を改善すると同時に、機関や国をまたいだコラボレーションの促進が可能である。さらに、デジタルパソロジーやその他の画像分類タスクにも拡張できるだろう」と述べている。JAMA Dermatology誌2024年3月号掲載の報告。
研究グループは、悪性黒色腫のAI診断において、プライバシー保護の向上に寄与する連合学習アプローチが、従来の集中型（すなわち単一モデル）およびアンサンブル型の学習アプローチと同等の診断パフォーマンスを達成できるか検討した。
2021年4月～2023年2月に、ドイツの6つの大学病院で前向きに取得されたwhole-slide image（WSI、バーチャルスライド）を用いて、悪性黒色腫と母斑を病理診断するための連合学習モデルを開発。ホールドアウト検証データセットおよび外部検証データセットを用いて、同モデルのベンチマークを行った。データ分析は後ろ向きに2023年2～4月に実施した。
主要エンドポイントは、受信者動作特性曲線下面積（AUROC）で評価した各モデルの診断能。副次エンドポイントは、平均正解率（balanced accuracy）、感度、特異度などであった。
主な結果は以下のとおり。
・本試験には923例から得られた臨床的に悪性黒色腫が疑われる皮膚病変のWSIが1,025件含まれた。内訳は、組織病理学的に確認された浸潤性悪性黒色腫388件と、母斑637件であった。
・診断時の年齢中央値（範囲）は、トレーニングセットは58歳（18～95）、ホールドアウト検証データセットは57歳（18～93）、外部検証データセットは61歳（18～95）であった。
・Breslow厚の中央値（範囲）は、トレーニングセット0.70mm（0.10～34.00）、ホールドアウト検証データセット0.70mm（0.20～14.40）、外部検証データセット0.80mm（0.30～20.00）。
・ホールドアウト検証データセットでは、AUROCで評価した診断能は、連合学習アプローチ（0.8579、95％信頼区間[CI]：0.7693～0.9299）が、従来の集中型アプローチ（0.9024、0.8379～0.9565）と比べて有意に低かった（ペアワイズWilcoxon符号順位検定のp＜0.001）。
・しかし、外部検証データセットでは、連合学習アプローチ（0.9126、95％CI：0.8810～0.9412）が、従来の集中型アプローチ（0.9045、0.8701～0.9331）よりも有意に診断能が高かった（ペアワイズWilcoxon符号順位検定のp＜0.001）。
・連合学習アプローチは、ホールドアウト検証データセットおよび外部検証データセットの両者で、アンサンブルアプローチよりも診断能が低かった（それぞれ0.8579 vs.0.8867、0.9126 vs.0.9227）。
（ケアネット）
