Liらは､ 萎縮性胃炎 (AG) および非萎縮性胃炎 (NAG) の患者を対象に､ 畳み込みニューラルネットワーク (CNN) によるHelicobacter pylori (H. pylori) 感染の内視鏡診断能を後ろ向き多施設横断研究で検討した｡ その結果､ 内視鏡医では非萎縮性胃炎と比べて萎縮性胃炎でH. pylori感染の診断能が低下したのに対し､ CNNモデルでは非萎縮性胃炎と萎縮性胃炎のいずれにおいても高い診断能を示した｡ 研究結果はSurg Endosc誌に発表された｡

📘原著論文

AI-assisted endoscopic detection of Helicobacter pylori infection in atrophic gastritis: a multicenter diagnostic study. Surg Endosc. 2026 Aug 19. Online ahead of print. PMID: 42618820

👨‍⚕️HOKUTO監修医コメント

本モデルは活動性感染､ 除菌後､ 真の陰性を区別できません｡ 特に萎縮性胃炎では既往の除菌治療の影響を受けるため､ 現時点では除菌後のフォローではなく初回スクリーニングに適したモデルと考えられます｡

🔢関連コンテンツ

胃炎の京都分類

萎縮性胃炎/H. pylori の内視鏡診断に直結する主ツール

背景

AIによる萎縮性胃炎のH. pylori診断能は不明

CNNベースの人工知能 (AI) システムは､ 胃粘膜が保たれた患者におけるH. pylori感染の検出で有望性が示されている｡しかし､ 萎縮性胃炎は複雑な粘膜変化により典型的な内視鏡所見が覆い隠されうる前癌病変であり､ 萎縮性胃炎におけるCNNベースのAIの診断能は不明である｡

研究デザイン

4施設2万2,986例･内視鏡画像46万4,480点でCNNと内視鏡医を比較

本研究は4施設から2万2,986例 (内視鏡画像464,480点) を組み入れた後ろ向き多施設横断研究である｡ CNNモデルは専用の訓練･検証セットで学習･最適化された｡

モデルは独立したテストセットで評価され､ 萎縮性胃炎および非萎縮性胃炎の患者におけるH. pylori感染の検出能を内視鏡医 (熟練内視鏡医および若手内視鏡医) と直接比較した｡

結果

熟練内視鏡医の正確度･特異度は萎縮性胃炎で低下

熟練内視鏡医によるH. pylori感染診断能は､ 非萎縮性胃炎と比べて萎縮性胃炎で低下した｡ 非萎縮性胃炎と萎縮性胃炎の診断の正確度はそれぞれ78.0%､ 69.9%､ 特異度は76.8%､ 50.0%であった｡ 一方､ 感度は非萎縮性胃炎が79.3%､ 萎縮性胃炎が82.7%で萎縮性胃炎が非萎縮性胃炎を上回った｡

若手内視鏡医の診断能は両病態ともに一貫して低かった｡

CNNモデルでは萎縮性胃炎でも正確度95.9%

これに対し､ CNNモデルでは非萎縮性胃炎と萎縮性胃炎のいずれにおいても高い診断能を維持し､ 正確度はそれぞれ94.9%､ 95.9%､ 感度は97.3%､ 95.2%､ 特異度は92.7%､ 97.0%であった｡

萎縮性胃炎の全診断指標でCNNモデルが内視鏡医を上回る

萎縮性胃炎においてCNNモデルはすべての診断指標で熟練内視鏡医と若手内視鏡医を上回った (いずれもp<0.01)｡

結論

高リスクの前癌病変集団におけるHpスクリーニングへの応用に期待

著者らは､ ｢萎縮性胃炎におけるH. pylori感染の検出において､ CNNベースのシステムは内視鏡医を上回る診断性能を示し､ 粘膜の状態が異なっていても一貫した性能を維持し得ることも示された｡ この結果は､ 前癌病変を有する高リスク集団のH. pylori感染のスクリーニングにおいて､ CNNベースのAIが信頼性の高いツールとなりうる可能性を支持するものである｣と報告している｡