メインコンテンツへスキップ
見出し画像

radiomics考①radiomics論文を読んで「ふーん」となる理由|だいたい、調べるとわかる。

    radiomics関連の論文は多い。

    画像からたくさんの特徴量を取り出して、「この特徴が予後予測に有用だった」「このsignatureで治療反応を予測できた」という研究である。結果も比較的はっきりとしているし、数字のデータがあるし、なので、職場の抄読会のネタにしやすい。私もこれまで何本か出してきた。

    AUCが高かったり、従来の指標より良い成績が出ていたりする。「へえ、こんなことまで画像から分かるのか」と思う。

    でも、そのあとが続かない。

    「ふーん」

    で終わることが多い。

    明日からの読影で、「この所見を見たらこう考えよう」となるわけでもない。「この検査を追加しよう」「治療方針をこう変えよう」という話にも、なかなかならない。

    しかも画像診断医として元画像を日々見ていると、別のことも気になってくる。

    まず、そのROIは誰が囲んだのだろう。

    腫瘍の境界がきれいなものばかりではない。壊死を入れるのか、周囲の浸潤部をどこまで含めるのか。人が囲んでいる以上、囲み方が変われば抽出される特徴量も変わるのではないかと思う。

    次に撮影条件である。

    装置も違う。再構成条件も違う。スライス厚も違う。造影のタイミングも違う。

    その違いを全部乗り越えて、本当に「腫瘍そのものの性質」を拾っているのだろうか。

    さらに、元になっているのは私たちが普段見ているCTやMRIである。

    radiomicsでは、一枚の画像から非常にたくさんの数値が取り出される。それを見ると、画像の中にものすごく細かい情報が眠っているような気がしてくる。

    でも、元画像を見れば、所詮は有限の空間分解能で作られた画像である。

    「そんなに細かい生物学的情報まで、本当にこの画像の中に入っているのか」

    という疑問も残る。

    高度な数式を使えば、特徴量はいくらでも細かく作れる。

    しかし、入力にない情報まで増えるわけではない。

    そう考え始めると、

    「このtextureは腫瘍のheterogeneityを反映している」

    と言われても、

    「それは本当に腫瘍のheterogeneityなのか。それとも撮像や再構成やROI設定の癖を、細かく数値化しているだけなのか」

    と思ってしまう。

    もちろん、radiomicsそのものを否定したいわけではない。

    人間の目では拾えない画像情報を定量化する、という発想自体は面白いし、実際に意味のあるものもあるだろう。

    ただ、論文を読むたびに、

    面白い。
    統計的にも有意である。
    性能もよさそうだ。

    それで、

    「結局、何が分かったことになるのだろう」

    「明日の診療で、私は何を変えればいいのだろう」

    というところで止まることが多かった。

    そのためか、radiomics論文を抄読会に持っていくことも、以前より減ったように思う。

    新しい論文を一本読むたびに、「また有用だったのね」で終わってしまうからである。

    最近、その長年のモヤモヤを、かなりはっきり言語化しているレビューを読んだ。

    読んでみると、どうやら問題は「radiomicsが役に立つか、立たないか」という単純な話ではない。

    もっと根っこに、

    「大量のデータから、何か有意なものを見つける研究を、どこまで信用してよいのか」

    という問題があるらしい。

    これはradiomicsだけの話ではなさそうである。


     
     
    読書、IT、AI、暮らしのこと、ときどき仕事関連。テーマはばらばらです。 自分ではニッチな疑問だと思っていても、誰かが同じことを考えていたと分かるとちょっとうれしい、それが出発点です。 気軽にコメントいただけると嬉しいです。

    あなたへのおすすめ