胃X線像の各種判別分析

胃 X線像の各種判別分析

新村秀一・鈴木隆一郎・中西克己

1.はじめに 本稿で紹介する事例は，昭和49年度から 3 年間にわた って実施された厚生省がん研究助成金「コンピュータに よるがん診療の総合研究 J のなかで，筆者らが分担した 「がん診断の定量化 J 研究である.その内容は，医学的 には胃がん診断を目的とする胃 X 線像の計量診断である が，統計学的には名義尺度の離散変量を説明変数とする 判別分析の事例といえよう. この事例の特徴は次の 3 点である. 第 l 点は，材料がある期間にある検診機関が実施した 全例のプロスベクティプなデータであり，そのためサン プリングに関する問題から解放されていた. 第 3 点は，この研究が，医師によって企画されたた め，当初，枝分れ論理，学習法などいわば原始的な方法 から始まり，よりよい成績を求めて数量化 E 類やベイズ しんむら しゅういち 住商コンビュータサービス紛 すずきたかいちろう，なかにしかつみ大阪府立 成人病センター X 線やその他の症状から胃がんか否かを判別すると いう，いわゆる診断は，集団検診などで多数を扱う場 合には，統計学にもとづくコンピュータによる自動診 断が有効であることはかなり前から主張されてきたこ とであるが，この事例はまさにこの自動診断を扱った ものである. 統計学では，ある個体のもついく種かの指標ーからそ の個体がどのようなカテゴリに属するかを判別する判 別関数の理論や数量化 E 類などの方法が開発されてい る.しかしこうした技法を現実の問題に形式的に安易 に適用しようとしてもうまくゆかないことが多い.こ れはまさに原住民の心を無視した植民地政策のような 1981 年 l 月号 診断など統計学的に洗練された方法へ移ってきたことで ある.そのため同ーのデータに各種の判別手法が適用さ れ，見方を変えれば各種事j別手法の限界を探ることにも なった. 第 3 点は前項と同じ経緯から，各疾病例の分布の形に ついて考慮することなく判別分析が行なわれたことであ る.途中からこの研究に参加した筆者は統計学を専門と する立場から，この点に興味をもち，特に今度の事例研 究において，主成分分析による疾病分布モデルを導入 しこのモデルのもとで判別分析を試みた.しかしなが ら，医師側がその専門知識(一般的には，固有知識とよ んでよし、)から作成したモデルと比べて，必ずしもよい 成績は得られなかった. 以上述べた流れにしたがって，この事例を紹介し，検 討を加える.

2

.

rx 線像による胃がん診断の定量化」研究の 意義 がんのなかで胃がんが最も大きな部分を占めているわ が国では，胃 X 線診断はその最初の検査手技として欠く ものである. 臨床医学の場で古くから行なわれている，枝分れ理 論による判別とか，学習法による判別など医学固有の ものは，それなりの良さがあるはずであり，それらを よく研究したうえで，上記のような統計的方法といか に調和させてゆくかという多くの苦闘なしには真に現 実に則した解決は望めないであろう. この事例は著者らのこうした苦闘から生れてきたも のと思われる.こうした精神構造は OR 手法の現実へ の応用のときに最も重要な点と思われる. なおこの初期の著者らの原稿はこの 2 倍ほどの分量 であったものを，頁数の制限から，現在のものにまで 情報圧縮していただいたことを付記しておこう.

(

T

)

5

1

© 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

胃 全変 般化 L下二.コ己.上コ L

制コ c問ニコ {st 1Lコ

上へ 聞間大角 短小舗脅 内検陸少 内鉱陸大 E胃・，包・8 _{語君主主酬這} を廻~ wm 圧検想室衝后胃 _{そ巳三のコ他} f 二コL・=-コ 亡=三コ E二二コ c工士一J -←=--，ーー一→冒 亡二二コ C二二コ

-

-部位①(帥噴門噴下間体上帥体下削問削幽門明 i 辺j l 湾さミ吋. :~~向型硬直司旦竺旦 í.fm fÇ)地

巳コに二コ巳コ'---_-..1 c_ ::J二コにコ L-Cl にコニてr-::---:ニご l.!l) _~--=-. C=r : :[~-.: [ 5 L-_.-=-::, ~.:S c..=:tC:=::JC::::J仁二コ , 高曇 二l、湾「 大覇軍 吻=二含二a二sliN亡二'C二憎尖繍コ L硬二三aニ 乙不ニ盛コ じ宵二入二ユ 壇C士二・コ c庄=縛=ユ 圧ニ併ーJ そcのニ他コ -・・

-l レ i 前盤 E後雪コ量 量不可RIBEa野コ L 4E興J 粗大 巳不コ. ・施状 C集コ中 己消失コ 滅失 その他 ~ ')亡=コ C二コ'C:::=J l-:.:=(二ニ~ c:=l C二コ てで~ :..:.ニコ l 「' 断筆 後軍 軍才噸 ia仁三.~~貯:; .-遁一亮寸 組大 仁不三置コ耐状 集中 E消失コ仁消士失三」 その他 E ー「こ二二J Cご :L-_; ，--J 士コじ二コ Eニコ

-

-Nlche Prfi~皿2状 E嶺コ込 し究摘コ内 仁崎コ円 {早げコ 亡その百地 円不三日~I Enf: 亡開二門1 二不整コ に増Ix 二不ご明 _{(れ l~コ中主寸叩} ! _{l 大きさ Lーコ cニコ巳二コーニJ}i! 大 中 小小-不明コ B性a状た介ま折円 周囲RI 刷枚不整透奏 t時 NP 相性不明: R集中、肝墜 告 舞 不明 i 動， ，コ 2 コ 3コ心不明 己コにコ巳己 L コ f つ Lニコ r づ :"~Tlr 三三一二一じこ「 f 比二二コ ユてτ こ二二三 τて〕 -同・・

--・・ -: Enf:!~ 干整

性透欠状分析損亮

PrflJE!tlセ 不門 イ，'1) _{;高さ I ~:ー} r. j!!; 干明 !大付!大 中己L 小不明 l 茎主‘ :^<""i Lコ巳コ ニ斗巳コ 表面_{I~吋里?f f聖 ff}

L

T

h

_I コ千日日 _{i 盈巴 '0 1日吋} !t::1~ ，e--- t 、 -・・ --・・ -.C二+ニEコe LE二4二'nニ1ι二O二3コ他'1

診断 It屯 Lにてつ L士づ胃夫 [ U L ULS づ1ー晶司 Pl 二二JD'?D 鮎帽干 V担M 奇乙て I不t比liH』」一，-一一 _{cィ';11匹士号丹E 一一~_， ~at} :1• ..!.II,ç llh IIc司 、n，-コE E二11二Iコ _-・・

-民 u ~ u 与 '1 ~.，， "u _{」ιi 病型 ιIllU11日 lqtN E当}

[ ‘ 亡二 c二二: 巳 l _-・・ -図 1 上部消化管 X 線診断用紙 べからざるものであり，胃がん診断システムの効率を左 表 1 検査区分・装置別宵 X 線診断件数 右する重要な位置にある.胃がんに対する X 線診断を定 (昭和初年 4 月~昭和47年 12月) 量化しうれば，診断精度の向上と安定化とが期待され， 胃がん診断システム全体の効率向上に貢献しうる.

検\査\区\分\\装置

¥¥

スクリーニング 間接撮影 52

,

013 直接撮影

九VレI~T-Jト|暗室

合計 15

,

750 0167

,

764 また，この研究により，どのような画像情報が診断決 定に有用であるかを定量的に示しうれば，胃 X 線像の自 動処理・自動診断の研究にとって不可欠な基礎知識を提 精 検 12 9

,

837 12 11 9

,

872 供しえようと考えた. 特 撮一一。 31 122 。 153 再 検 5 56 。 。 ₆₁ 3. 研究材料 経過観察| 2

,

507 38 2

,

547 ムロ

計 I

52

,

031 I28

,

181 173 12 80

,

397 データとして， iX 線ファイル」 と 「エベントファイ ル j を使用した. 3.1 X線ファイル から昭和47年 12月までの件数を検査区分・装置別に示し た. センターの胃集検で， X 線診断が行なわれると，凶 1 に示す上部消化管 X 線診断報告が医師により作成され より情報量の多い直撮例を用いるのが適当と考え，間 接撮影のスクリーニング群52 ， 013例中ロール TV による 精検を受けた 9， 837 例を内部標本に用いて診断モデルの る.これを光学マーク読取装置を介して磁気テープに集 設定を行なし、，ロール TV スクリーニング群 15 ， 750例を 録したものが X 線ファイルである.表 1 に昭和45年 4 月 外部標本としてそのモデルの検定に用いた. 表 2 X 線医師診断と総括診断(内部標本と外部標本(カッコ内))

-r?1草壁長I ;á')吋昨封一 lァ寸璽~千日~ftl! IØt~f;

H

が一企_lì壁塾14(1) 29(6)10(0) 0(0) 2(1) 1(0) 2(0) 1(0) 0(0) 1(0)1 40(8) 均三 金一一嬰 12(3) 5(0)119(2) 4(4) 19(4) 5(0) 21(10) 16(12) 4(3) 12(6引)1 1 げ川(何4併制4引) 慈性否定しえず明1 2引( 2幻) 1ロ2(υ1)1 0引( 0引) 6訂7(26) 5貯7(24) 17( 5) 103(56) 9町3(6臼2) 11 ( 2) 6“4(5日3)1 426創ω2幻31り)

萱二二電こ二璽量i 可而了一ヲ3(<瓦刷了白刊)1 可I而百←1存丙而耐(ロ117訂 4引(了一予訂訂了長副i存訂訂一 1弓一了j-←肩存訂川克弓函言耐雇b

}

ポリ一プ引1 0則(2) 0 ( 1 ) 1 0 ( 0 ) 5 ( 3 ) 4 ( 5) 111 (51 ) 13 ( 5) 24 (29) 4 ( 5) 30 (24) 什列(1 25) 胃蚕1嘉一面雇1 6( 3) 4( 2)j 1( 1) 4(14) 143(91) 22(10) 888 290 37(17)289 11

,

684 一一一 (607) (217) (267)1 ( 1229) 胃 炎 i 0(1) 0(0)10(0) 2(0) 13(8) 8( 引の (40) 583 8( 7) 130(96)1 789(894) (733) その他1 1 ( 0) 0 ( 0 ) 1 0 ( 0 ) 0 ( 4 ) 9 ( 2 ) 6 ( 3) 14 ( 10) 50 (57) 26 日6) 43(43)1 14引 155) 著変なし 1 O(0) O( ラ )1 O(0) 0(13) 16(51) 3(29) 66 76 32(56) 丸 6回以 873 (219) (443) (! 1977)1 (12793) 合計 132(12) 58(16)1 20( 3) 85(69) 606 177 1,253 1,184 126 6,296 19,837 (303) (108) (999) (1591) (128) (1252 1) 1 円750) 52 © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず. ォベレーションズ・リサーチ

表 3 各種判別分析の結果の四分表による表示

観:諜|悪性:悪性|良性:騨|馳:良性|良性:良性|判別的中率

4

.

場合疾病の分布モデルを仮定しない (1 ) 76 525 14 9,222 (2 ) 90 599 。 _9,148 (3 ) 83 111 7 9,636 (4 ) 87 27 15,635 ( 5 ) 68 391 13 1,759 ( 6) 67 505 14 1,645

(7)

8 314 12 1,209 (8 ) 65 429 16 1,721 (9 ) 9 203 11 1,320 (10) 12 217 8 1,306 (11) 63 389 18 1,761 (12) 8 212 12 1,311 (13) 64 367 17 1,783 3.2 エベントファイル センターでは胃集検申込者に対し人終身 l 番号を 付して識別しているので， X 線，内視鏡，細胞診，組織 診，病理診などの診断情報や追跡情報の結合が可能であ る. また， くり返しこれらの情報が発生してもその聞を結 合しうる.そこで，スクリーニング受診者が要精検とさ れた時に始まり，原則として診断が確定した時に終了す る「ェベント J という考え方を定義した.前述の諸情報 を総合して 1 エベントに l つの診断名を与え，これを総 括診断とよぶことにした.識7J1j情報としては，集検カル テ番号，スクリーニング年月日を用いた.これに総括診 断を得るに至った根拠，時点，ならびに追跡情報を加え たものがエベントファイルである. 0.95 0.94 0.96 0.99 0.82

O

.

77

O

.

79 0.80 0.86 0.85 0.82 0.85 0.83 4.1 学習法・モデル lA ・モデル lB 本節では，筆者らの当初の研究内容の簡単 な紹介を行なう .OR の立場からは，このよ うな模索段階，失敗例等の概念形式時期にス ポットをあてることのほうが重要と思われる が，紙面の都合で概略のみ報告する. 最初に「学習法 J とよぶ方法を用いた.す なわち，内部標本で総括診断ががん確診であ った90例の所見を記憶し，同一所見を「悪性j それ以外を「良性」とした.結果は表 3 (2)に 示すように，見落としは当然ゼロであるがと り過ぎ率は86.9% となった.そこで，各所見 ごとの症例数をかぞえ，その多い}頂に第 5 位 までの所見はきわめて情報に乏しいものであったので， この 5 所見を良性( 7 悪性例が含まれている)とした成 績が表 3 (3)である.医師診断の結果と比較して，きわめ て満足のゆくものであるが，表 3 仏)に示すように外部標 本に対しては，まったく診断力をもっていなかった. この原因としては，多変量的な考察を欠いていたため と考えられるので，数量化 E 類を用いることとした. 総括診断を外的基準に，各 X 線所見をアイテム・カテ ゴリーとして数量化 E 類を用いることにした.表 4 に内 部標本の診断の確定度を示した.直撮 X線診断を問題に しているため，それより上位の手技で確定診断名のつい ている 2231 例(表中の中枠でかこんだ部分の合計)をサ ンプルとした. このサンフ。ルにつき医師による X線診断の判定的中率 をみたものが表 5 である.外的基準は，早期がん，進行 3.3 X 線医師診断と総括診断の対応 _{表 4 総括診断とその診断手技(昭和45-47年 内部標本)}

前述の両ファイノレを結合させて， X線医

¥ ¥

誇~I 鰭|内視的開

師診断と総括診断とを対応させたのが表 2 総括診断 である.総括診断の「がん疑い j や「悪性

|著変なし 5853 的

₆₂₉₆ 否定しえずJ の大部分は，検査中，検査中 _{早期胃がん 2 30 32} 断などの例である. 進行胃がん 7 4 5 5 37 58 総括診断の「早期がん確診 J と「がん確 胃ポリープ 20 96 10 23 150 診 j とをまとめて「悪性 J とし以外を仮 確診 胃 i貴 湯 167 324 20 61 2 574 に「良性 j として判別することを，以降で 胃潰場癒痕 464 560 30 日 i 1106 は「悪性診断J とよぶことにする.医師診 円 炎 609 492 14 22 1137 断の「悪性否定しえずJ 以上を「悪性」と そ の 他 22 17 4 6 50 まとめて，内部標本での成績を四分表にま _{疑診 392 41}

_I

₄₃₄ とめたものが表 3 (1)である. 合計 7536 1977 84 143 9 68

I

9837 1981 年 1 月号 © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

5

3

表 5 X線医師診断と総括診断(内部標本より抽出分)

一戸:1星野副委ん酌吋塑一一|ポリザ

早期がん確診 6 4 2 3 15 進行がん確診 4 24 2 2 35 ヵ: ん 疑 12 5 18 5 24 17 9 90 悪性否定しえず 2 11 53 17 93 86 57 319 胃 潰 場 4 183 4 90 52 41 374 ポ リ ープ 4 75 19 24 29 151 胃潰湯癒痕 5 3 129 16 379 265 251 1048 胃 炎 8 7 24 70 38 147 そ の 他 8 5 8 13 17 52 著変なし メEhZ• 30 407 130 642 528 443

I

2231 医師診断の判定的中率 =(6+24+183 十 75+379+70)+2231 =0. 33 がん，胃潰療，ポリープ，胃潰湯疲痕，胃炎，著変なし の 7 グループとなり，判定的中率は 33% となった.しか し，実際に X 線診断にたずさわる医師の立場からは，表

3

(5)に示した悪性度診断が意味をもってくる. 外的基準が 7 グルーフ・あるため，カテゴリー数量は第 6 次元まで与えられる.この各次元上で 7 群の累積百 分率を求め， !fIJ別境界点を設定した.これを用いて枝分 れ論理を構成し判別を行なった.数量化後の枝分れ論理 による「モデル 1 AJ は，陥凹性病変と隆起性病変とい う X線所見の形態に着目したロジッグであり，表 3 (6)に 結果を示す.外部標本 1543例の結果を表 3 (7)に示す. モデル 1 B は，早期がんと進行がんとを分けてゆく方 向にロジックを組みたてた.内部標本の成績を表 3(8)

,

外部標本の成績を表 3 (9)に示す. 表 3 (10)に，外部標本の医師診断の成績を示す. 4.2 数量化 E 類の外的基準の単純化(モデル 2} 表 B 電算機診断の判別点と悪性診断力 (モデル 2 内部標本)

ヰヨj別点フの

(True P

正診

o

s

i

t

i

v

e

)

(F誤alse Posit診

i

v

e

)

サンル

らj裏|書分室

累症例積数

I

累百分積

率

数 量 7.20 8.6%1 0例 0.0% 2.60 40 49.4 31 1.4 1. 40 47 58.0 57 2. 7 0.20 60 74.1 208 9.7 0.00 63 77.8 389 18.1 -0.20 70 86.4 954 44.3 -0.40 78 96.3 1722 80.1 -0.60 81 100. 。 2015 93. 7

5

4

前述のモデル 1 は多群!fIJ別のモデルであった.このモ デルから得た成績を使用した悪性度診断は医師診断に匹 敵する診断力を示しえたが， X 線所見の選摂，内部標本 の再検討を行ない，モデルを改訂して正診率の向上を企 てるためには，状況を複雑化しすぎたきらいがあった. そこで，悪性度診断に関して状況を単純化することを 目的とし，同じ内部標本を悪性群 (81 仔U) ，良性群 (2150 例)の 2 群に判別することを試み「モデル 2 J とする. 表 3 (1却に内部標本の，表 3 恨)に外部標本での判別結果を 示した.内部標本，外部標本とも判別的中率では医師診 断とほぼ一致する成績をえたが，見落とし率ではおよば なかった. この状況をさらに明らかにするため，内部標本におい て，この判別境界点を移動させることにより，悪性群の どれだけを悪性と正診 (True Positive) しえるか.また， 同時に良性群のどれだけを悪性と誤診 (False

P

o

s

i

t

i

v

e

)

してしまうかを表 6 に示した.この考え方を医師診断に も応用して， X 線診断上で悪性疾患を考慮している表現 の強さの順に，同様の数値を算出して表 7 に示した.こ れらをグラフ化すると，図 2 のように， ROC 曲線がえ 表 7 医師診断の悪性度表現と悪性診断力 (内部標本) 正診|誤診 X 線診断の

￨(True P

o

s

i

t

i

v

e

)

i

(

False P

o

s

i

t

i

v

e

)

悪性度表現 |霊例霊 i 書分室|霊例霊 i 書分室

早期がん 1 雄三在、 が ん[惜静 がん疑 惑性否定しえず 良性疾患 46.9% 67.9 84.0 100. 。 85 391 2150 4.0 18.2 100. 。 オベレーションズ・リサーチ © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

% 100 > よ 50

2

l

1

一一- ['ii師診断 よ 11 ←→電算機診断 。; _{50 100}

%

False Positive 図 2 電算機診断と医師診断の ROC 曲線 られる. TP を増加させてゆくと，ある点から急に FP が増加してしまう傾向が，医師診断に比べて，モデル 2 でやや強いことが明らかである. 4.3 ベイズ診断 ベイズの定理が数量化 E 類等に比べ，わが国で利用さ れる実績が少ないのは，そのアルゴリズムの単純さにも かかわらず疾病 D の事前確率 P(D) や，所見 S の尤度 P(SID) の値を推測するのが困難な点にある.しかし幸 いにも，当研究では母集団を忠実に反映すると考えるに 足る十分な数の標本集団が得られているので， P(D) や P(SID) を内部標本で得られる頻度比で代用できる.さ らにベイズ診断の利点は，単純頻度を基礎としているた め，経験との事離が少ないと考えられる. ベイズ診断の概略は次のとおりである.疾病群 Di は 早期がん，進行がん等を表わす.所見 Sj は数量化 H 類 に使われたものと同じである.診断は式 (1 )に示すよう にベイズの定理の拡張形を使う. P(DiJa" ・ "， an)= 分子/分母 ( - ) 分子 =P(Di) 日 {P(SjJDi) り (I-P(SjJDi) )1-aj} 1=1 分母 =L:[P(Di*)

n

{P(SjJDt*) αj -=1 ]=1

(I-P(SjJD戸))トり}J

d

Fa¥se positive rate 0.5 l.0 v e r φLOU 山 M 明 Al ba--一 h a c O H i U ゅc 」戸川 e ri 、一丸 t p 山口町田町 m r u r L e 2 KEP--m 引 r I 1

p

d

c

H

5

.

E 山崎

o-③叫ド一

< uou-n u C A -ｭ o e T h a ｭ aa 一 、 J' 川・官 A 一 1/hυ 一 ハハ UU ， JFl 一 Old/ 一

-e

> J/-OH 川 y­ -ハ UHa 一 2 ・・ 2mv 一 Illi--Illit---1ll 卜、。「 RU ハ U A U 242ω 〉ニ dw 国 ω ロ um-6 』 。パ vdh

"

> ド

'

"

bIl qレ 巴 ω m

-

_"

_'

é<司 0.5

川一川/

(b)Prior probability ~ of gastric cancer P (D,)=0.50 』・・ 0.1 ・ 0.5 (〆 ι0.9/ム Diagnostic criterion(1)

0

1

ω パ Hduh Fa¥se positive rate 0.5 l.0

.

・・_0.01

'

"

> H

'

"

bIl ~ 0.9 ω 切

'

"

u., 0.5 ( Prior probability ~ of gastric cancer P (/)1)=0.97

図 3 Receiver operating characteristic curve 。f X-ray diagnosis for gastric cancer usｭ ing Bayes' theorem

ただし， ( 1 …所見めがあり

a

,

=1 J

l

0 …所見めがなし n: 所見の数 k: 疾病群の数 ここでは一応疾病群同士が互いに排反的であり，所見 同士が互いに独立であることを仮定している.この点の 当否に関しては，パハドール分布による修正やシミュレ ーションによる最適化も提案されているが，この手法が

戸~I鞭刊百点|肌 1'-9 ープ1 胃潰湯 11潰震 l 胃炎

0.0 -0.20 77 23 27 46 197 147 101 0.20-0.40 334 ラ 5 1 7 302 319 ー 0.60 32 175 106 ー 0.80 2 2 18 2

-1.

00 2 17 81 201 メ同斗 _計 443 30 51 130 407 642 528 1981 年 1 月号

ぷ~I 離群 l 良性群

竺託子千円子

合計

81

I

2150

•

© 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

他の手法に比べ操作性が怒いことを考えればこの条件は 認めざるをえないと考える. ベイズ診断で妻 7 群判別， 5 群判別(卒英語がんとがん， 湾潰章第媛療と腎炎合グルーヅとする)， 3 群特別{早期が んとがん，ポリ}プと間漁場と胃潰湯燦療と腎炎をグル ープとする)， 2 君章特別念行なった. 表 8 に 7 奪事判別の 絡楽を来す. 総巣は緩織に慈かった. 5 群特別と 3 群半u燃の結巣も 淘様に惑かった.表 9 に 2 苦手判別の結巣~奇をす.また， 家主意穣惑を種々に変えてその影撃事をみるとこととした.総 巣を凶 3 tこ ROC 曲線マ示す.

FACTO

j{j 1.0 0.5

.

_{以 E} '‘x xX M X ，・ .'屯一 歪

w

f

:

か二 時ぷ 0.5

FACTOR2

』山町←一→ー一寸 1.0

5

.

疾講の分布モデJしを鍍定した場合 医学における疾病群は，正常事草より備位したおできの ようなものであるから .IE常君孝宏池ままに，疾病群を山に たとえて f地球モデル j とよぶことをここで捻察する. しかし， -4意でわれわれが過去に行なった研究守は，こ のような分布にもとづく検討を欠いていた.そこで、，本 主ぎではこの点に害毒して新しく検討を加えた， ぽ主持 派 UR 旬 a -0.:1 2隊演x R J -1,0 題 4 滋=f負荷量のヅ開ット 342φP234'stt&2sit ・ 2 n 。 OSOS -咽.‘.

C

2

1

1

0

A

y

s r A T 1 S T I C A l A~ÁιYStS SY$T 在 13129 THU随SDAV ， AUGUST U. 1980 3l PLOT QF FACTO!を 3 鈴FACTO'毒事 SY解801.!S VAlU監OF 10

0.0

r

-0,5 • -1.0 ・ ":'1.5

!

5 5 55 ぢ 号 SS351S1 宅今 1555 ラ 11ち 1152ち525 3 5113 写 1323 3 11S1 .i込ち撃事 63 J 315151 2 ‘ l ! 5 33 7 ﾓ 8 写 1161

_,

7 71h 5 6 7 ラき ち5 511喧 5111 111 326 3 63 6 11 6 2

"

"

f.6 4 ?ア -2.0 2 l!多色 11 1 7 7 書 苫 3 " 5 命 令令吟今ゐ 17141 令 116 627 6 4 51 6 4 3 7 -2.5 -3.0 1 ゐ 4 t 411~、偽 721 匂" 117711 ゐ§ゐ 224 7 6 書 6 s 4 1 ? 会 ア3 3 4 4 444 1 46 尋& s 可思 4 5 2 ア 4る 4 4与 24

"

1接 2

‘

3事 -3.5

一 4.0 _{-・・幽岨楢幽嗣嚇."・.働齢嶋・.幽剛幽蛸舗網 4・・・・司 a ・・・・働輸 4ト陶.. 刷禅僧崎船i 舗降剤"・.・'"削除締伺掬耐・園町耐嶋働相側・・ー・・柑.'・-""...-..'"剛帥働..開聞幅岨...・・・..“・・-例 a・・・・・ a・幽帽 φ ・劇画制骨幡副酌輔輔 4・・噸岨剛...・ φ ・同開・・・ー・踊齢}

-4 -2 0 2 4 6 8 10

FACTOR3

例。τE' 1992 OBS H100EN

図書ザシプルスコアのプ開ヴト

表 10 2 次元クロス表

頻 度 l土庁担:F-陸予三割 ~~t

324よぺ~I-:主い?lJ;;

;

i

J

1

4

i

l

J

4

胃潰蕩疲痕 25

I

5幻 96

I

642 胃炎 36

I

4引|引 I 528 合計 209

I

1606

I

416

I

2231 5.1 主成分分析による疾病モデルの導入 4 章で用いたアイテム・カテゴリーのすべてを 2 値型 (0，1)のアイテム・カテゴリーに変換し，もとの各アイ テムのカテゴリー 1 に相当するものを省いたデータを作 成した.このデータを用いて主成分分析を行なった.変 量数は63であり，固有値が 1 以上のものは第22 因子まで であり累積寄与率は 65.5%であった. 第 3 因子軸までの累積固有値は， 25.1% と少ないが， 因子負荷量，サンプル・スコアに有効と考えられる情報 が得られたのでこの 3 輸を中心に分析を行なった.図 4 に第 1 ，第 2 因子負荷量を示す.第 1 :象限と第 4 象限で 1 侍22分の型の翼型の分布をしていることがわかる.各 翼は悪性所見を，中心は良性所見とよく対応している. われわれが「地球モデル J とよぶデータの因子負荷量は， このような特徴をもつものを意味している. この結果を反映して，サンプルスコアの第 1 ，第 2 困 子軸上の分布も翼型となる.図 5 は，第 1 因子軸と第 3 悶子軸上のサンプルスコアの分布を示すが，第 1 因子軸 のー 0.5 と 0.5 を境に 3 つのクラスターに分れているこ とがわかる.第 1 ，第 2 因子軸上にもどって考えれば， -0.5 と 0.5 の間にあるクラスターは中心に， それ以外 は翼に対応していることがわかる.そこで，データをこ の 3 クラスターに分け 7 群との 2 重クロス表(表 10) を 作成した. 著変なし，胃潰湯疲痕，胃炎はクラスター 2(-0.5< =第 1 因子軸 <=0.5) に対応する割合が 80%を越えてい る.残りの 4 群もそれぞれクラスター 2 に対応する割合 が 30%から 40% と高いが，早期がんはグラスターしが んはグラスター 3 とし，ポリープはグラスター 1 ，胃潰 療はクラスター 3 とよく対応している.このことから， クラスター l はポリープをよく表わしているが早期がん とがんの割合も多い. グヲスター 3 は胃潰療とよく対応 しているが，がんの割合も多い.グラスター 2 は著変な 1981 年 1 月号

-ri クラスター 11 クラスター 21 グラスタ -3

\0.5，三j2~: 1--示|すlJlι1--3

:

i

7

,

0.3)河川日lI11liz

(09

,

0 1 ) i f f l d J ; | : l 4 3

(O 兜， 0 叶

しとよく対応しているが他の疾病群の症例も多く，軽度 な疾病がデータ的には著変なしと見分けのつきにくいこ とをうかがわせる.以上から 2 峰性の地球モデルを考 えることができるが，割合の多少はあれ，どの疾病群も すべてのカテゴリーに表われるので判別の困難性が予見 できる. 5.2 判別関数による結果 各 7 群とも翼形の分布をしているので，仮りに第 1 因 子軸でカテゴライズした 3 グループごとに判別を行なう ことにした. 明j別成績は Fisher の線形判別関数による結果を掲 載し，最近隣法による判別や多群判別の結果を割愛する. 層別したため，症例数の関係で，クラスター 1 (209例) では ， X 1

,

X2

,

X" から X18' X20

,

X25' X45 から Z凹まで の 36変数を用いた.クラスター 2 (1 606例)では ， X b X 2

,

ぬから X17 までの 16変数，クラスター 3 (416 例)では， q から x" までの44変数を用いた. 表 11 に，上から I1闘に，悪性群と良性君干の事前確率を (0.5

,

0.5)

,

(0.7

,

0.3)

,

(0.9

,

0.1)

,

(0.98， 0.02) と した場合の結果を示す.上段の結果は尤度方式，それ以 外はリス夕方式とよばれる結果である. 表 3 (11) のモデル 2 と比較するため，クラスター 1 で は事前確率を (0.98， 0.02) ，クラスター 2 では (0.7 ， 0.3) を，クラスター 3 では (0.98， 0.02) とすれば，表 3(13) の成績が得られる.この成績は，モデル 2 に比べ FP も FN もともに少なく，判別的中率は 83% となり 1%改善 されたことになる.

6

.

医学知識にもとづくモデルを設定した場合 本章では 5 章でデータ解析的に導入した分布モデル を考える以前に，医師がその専門知識にもとづいて作り あげたモデルに沿って話を進める.

5

7

© 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

演蕩型 ニソウシムよJ，tf\/ あり なし _{ポリープ有~} i韮 1101草 あり 悪性 26 久:<JH草 良性 211 なし はん痕型 むし 図 B 内部標本を 4 型に分ける流れ図 すなわち 4 章まで 括してとり扱つてきたが，本章では，標本症例を X 線所 見が示す形態上の特徴にもとづいて，いくつかの層に分 類し，その各層内で，さらに悪性群と良性群の 2 群に分 けるために林の数量化 E 類を使用した. 形態上の特徴により分類する方法としては， r学習法 J を行なう以前に枝分れ論理を用いた「病型診断モデル J を開発した，このモデルは， X 線所見の各組合せと疾病 症例数を直接に検討することにより，特定の所見群がき わめて強く特定の診断に対応しており，その症例数の 80 %以上が 1 つの診断に結びついているものを拾ってゆく と，頼粒状レリーフは胃炎と， レリーフ集中や硬直は胃 潰湯廠痕と，透亮はポリープと，ニッシェやパリウム貯 留像は胃潰療との関係があることがわかった.図 6 に， その論理を流れ図にして示した.簡単な枝分れであるが， 良性疾患での病型診断については， X 線読影医師の診断 を 70%以上再現しうることがすでに確かめられている. さらに図 6 には，これまでにも使用してきた内部標本 2， 231 例を流した場合の症例の分れ方を，総括診断の悪性 ・良性別に記載した.このようにして，内部標本を 4 層 に分け，おのおの「潰易型 J r ポリープ型Jr疲痕型Jr胃 炎型 J と仮りに名づけた.この各層を，さらに数量化 E 類により悪性群と良性群の 2 群に判別する仮定のもとに 算出されたカテゴリー数量を表 12に示した.表 12 の空欄 部分は，その所見の存在頻度が 2%以下と少なかったた め，その項目をモデルから削除したことを示している. おのおのを通常の判別境界点で 2 群に判別した成績

58

を， r モデノレ 3 AJ として，表 13 の中欄に示した.判定的 中率は，疲痕型を除き，一応，十分な値となっている が，左欄の X 線読影医師診断に比べて，悪性症例の見逃 しがわずかに多くなっている.また，痕痕型ではとりす ぎが約 2 倍も多くなっており，内部標本合計の判定的中 率を低下させる原因になっている. 演費量型とポリープ型で見逃し症例を減じ，疲痕型でと りすぎ症例を減ずる方向に，適当に ~J別点を調節した成 績を「モデル 3 BJ として，表 13の右欄に示した.この モデルでの内部標本合計は，医師診断より，わずかに l 例多く見逃したのみで，とりすぎは 32例少なくなり，医 師診断をしのぐ判定的中率を示しえた. 医師ならひマこ各モデルによる外部標本各層の診断成績 も表 13に併記した.外部標本合計の判定的中率も良好な 成績で，医師診断をしのぐものになっている.その反 面，見逃し症例は，医師診断に比べてやや多くなってい る.しかし，その原因が，疲痕型にあることは明らかで ある. 7. 考察 医療の日常業務の場でプロスベタティプに集められた 全例調査によるデータを使用した胃 X 線像の各種判別分 析の事例を紹介し，疾病の分布モデルを仮定した場合に 関して，特に追加検討した. 用いた手法としては，枝分れ法，学習法，数量化 E 類， ベイズ診断，多重ロジスティックモデル，主成分分析， 線形判別関数，最近隣法による判別分析，グラスター分 析，グロス集計等である.結果について特にここで述べ る意味のないものは割愛した. 結論としては，表 14に示すように，①多群判別におけ る成債が悪い.②データの分布モデルを仮定したほうが 仮定しないよりは成績はよいが，医学知識にもとづく成 績にはおよばなかった. 判別分析手法を開発する側での今後の課題としては， 多群判別の成績の改善を計ることと，固有知識にもとづ く援助が得られない場合でもデータ解析からの分布モデ ルを使用することにより成績の改善を計ることにあると 思われる. (本事例研究の一部は厚生省がん研究助成金研究課題番 号 55ー 17 r 映像によるがん診断技術の開発 J (班長飯沼 武)の助成を受けた.

)

文献

[

1

J

中西克己，他:コンピュータによるがん診療の総 合研究班会議資料，昭和49年 6 月. [2J 同 上 昭和何年 12月. オベレーションズ・リサーチ © 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

表 12 ・林の数f主化第豆類{モデル 3

J

によるカテゴリー数設

と三竺jjZZ ゴ i 繍翠!祐三平き暫空竺

1品開大i;:2U-:21:21-121-:;お

よ[吋輪車12L:22「:22\-;:野交f

~13. rJ3D空斡醐撒撒車拶狭恥

i軽恥E巴勺

5

r竺型Uυi一:斜:巴怒説矧凱

:z記到叫札札

:2到礼札

ι(11LUl↓Lド叩寸」1:1;;叫

L?:堅些;雪堅?P;d;2

:

1

5

.円門?干一一\J一N吋

;

:

2

_{:討す咋円叩「仕げ市で}

_11:g

_{混zz認吟;2到~I1}

I

(

回竺

:217:ziJ弘二Lー

ム 1硬可;:2ui-12111;員一:;:;:!

でis不可:ZU-:22l-:;21-::21JZ;

ア三国主臼

竺J れん|;:2

u

l

-

:

!

?

;

:

1

1

土士山一到

し)

i12 透発!;:2ui-:;;;;L:;:2j

ゴ誌

に

4.

_;;P;竺

3I32

坦コ立;;;;

;115:??22-hjZJ

む止;お

16 集中

_{i;:2il-::;;:i-:;;;;i-:;;;:i}

F

互いl

仁三段

Z

! l

1容器1 年

1

J:I号

O

E

n

f

i

j

i

i

l

:

j

i

l

_l

j

l.

R

TEll

L

J i

i

f

j

Z

i

4

大きさ日川

J

5

p

r

f

l

i

l

i

-

-

J

J

-

Z

J

6 表商

J

4

2

1

J

仁]札

J-21L-7

長

fz

_い

;:11

1

;i

_ー

jYI

_「

l

ト

_JJ

-r

_{相 関}

「ヨト

句、 戸、ノ

i

J マ， a 守 t

•

q、， F 〆内 V どO Zノ

•

I

令Jf o nツ

i

比 ! } } q 3 4 a i l

-5

9

© 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず.

表 13 層化 2 群判別分析の成績(判定的中率)

「二7ル 3

B

I

己目lf 旧

日 lEI E 田

三山 lhl:l:::lld 土

日ヨ田 l 三出旧巴町

(0.819) [3J 同 [4J 向 [5J 同 上上上 昭和50年 6 月. 昭和50年 12月. 昭和51 年 6 月. [6J 向 上 昭和51 年 12月.

[7

J

稲本一夫，他:電算機による上部 消化管 X 線診断情報処理，日本医放 会誌， 30(9) ，ト 10 ， 1970. [8J 中西克己，他:電算機を利用した 胃 X 線悪性度診断の試み，成人病， 15(3)

,

16-30

,

1975. [9J 鈴木隆一郎，他:胃 X 線像自動診 (0.784) (0.79

1

)

(0.833) 表 14 林の数量化第 H 類による悪性度診断モデルの総括 し内部標本 1_'土型車杢

モ

デ

ル

目撃しPF(器開見室 LI1&聖司躍的

|モデル 1AI.1731.2351.767 川町 .206

I .789 多群判別分析ト一一一一|一一一一一一一一片二二一一一←一一

(モデル 1

BI.1981.213 [ .801 1 .550 I .133 I .861

2 群判別分析|モデル 2

1.222 1 . 181 1

.818 川∞ 1

.139 [ .855

層化 2 削l別分析医竺竺卜恒三U竺凶町二円(竺

|モデル 3 B[.1 川 1 川 .8331.550

.128

i

.878 Y吾判可五1雨蚕忌 IL，f.2瓦'-.百lf828~1..一一一---.~

X 線読影医師診断

1. 1ω ，

.182,

.819 川∞!

.142, .854 断論理の開発，成人病， 14(3), 72-79, 1974. [12J 新村秀一，他:胃 X 線像の電算機診断の試み，第 [10J 新村秀一，他:自覚症問診項目の統計的評価，第 16回日本ME 学会大会論文集， 300/301 (1971). 15 回日本ME 学会大会論文集， 28(1976). [13J 鈴木隆一郎，他:乳房 X 線像の計量診断，第 17回 [IIJ 平岡力，他:自覚症状の組合せによる胃がん判別 日本ME 学会大会論文集， (1978). の限界，癌の臨床， 23巻 14号， 1321/1327( 1971).

6

0

© 日本オペレーションズ・リサーチ学会. 無断複写・複製・転載を禁ず. オベレーショ γ ズ・リサーチ