AIを用いた重症薬疹の早期画像診断

Stevens-Johnson症候群（Stevens-Johnson syndrome：SJS）/中毒性表皮壊死症（toxic epidermal necrolysis：TEN）は，重度かつ広範の皮膚，粘膜剝離を呈し，時に死に至ることのある重症疾患である．SJS/TENの原因の多くは薬剤であり，皮膚科医の間では重症薬疹の代表として認識されている．SJS/TENの治療は国内では標準化されつつある^1）が，死亡率は依然として約30％と高く^2），この理由のひとつに早期診断の難しさがある．SJS/TENでは初期から水疱・びらんなどの典型像が確認できることは少なく，多くは紅斑から始まる．これは日常診療での遭遇頻度の高い播種状紅斑丘疹（maculopapular exanthema：MPE）や多形紅斑（erythema multiforme：EM）型薬疹などの多くの通常薬疹においても同様である．圧倒的に頻度の高いMPEやEMに紛れてまれに存在するSJS/TENを，発症初期の段階で見つけ出して診断することは専門医でも難しい．これまでにもSJS/TENの早期診断バイオマーカーとして，可溶性Fasリガンド^3），グラニュライシン（granulysin）^4）5），ガレクチン7（galectin-7）^6），receptor-interacting protein kinase-3（RIP-3）^7）など複数の候補蛋白が報告されているが，実用化に向けての研究段階であり，現在のところ汎用化までには至っていない．
この問題の新たなる解決手段として，近年高い画像認識性能で注目されているディープラーニングの応用を考えた．ディープラーニングは，近年の人工知能（artificial intelligence：AI）の顕著な能力向上を下支えする基盤技術のひとつである^8）．ディープラーニングで開発されたAIは画像識別において，ときに人間を凌駕する性能を発揮することで注目されている．われわれはディープラーニングを応用し，紅斑の個疹画像からSJS/TENと通常薬疹を判別する画像診断プログラムを作成した^9）．本稿では研究成果を紹介し，今後の展望について述べたい．