Natureに論文が公開されました
2026年2月19日木曜日
（※2026年3月18日に一部修正）
当社と公益財団法人がん研究会有明病院細胞診断部（以下、がん研有明病院）らの研究チームは、新技術「ホールスライド・エッジ・トモグラフィー」およびAI解析ソフトで構成される臨床グレード自律型デジタル細胞診システムを開発しました。本成果は総合科学誌「Nature」に掲載されます。
ホールスライド・エッジ・トモグラフィーは、大量の細胞を実用的スピードで高精細3D画像として取得する技術です。さらに取得した膨大な画像データから、細胞ひとつひとつの形態情報を統合して分類する「形態分化クラスター（CMD）」を算出する独自のAI技術を開発し、各病変に対応する細胞集団を自動抽出・定量化する自律型AI解析ソフトを実現しました。
がん研有明病院、筑波大学、順天堂大学、下越総合健康開発センターの4施設で実施した多施設評価試験（1,124例）では、AI解析ソフトの検査性能は専門家と比較してROC-AUCが0.9前後と、臨床に求められるレベルの性能を示しました。さらに、HPV検査結果を基準とした検証では、一部項目においてAIが専門家の精度を上回る結果が得られました。
本研究の成果であるホールスライド・エッジ・トモグラフィーは子宮頸がん検診支援AIと組み合わせて世界に先駆けて社会実装が進んでいます。
本件について、複数のメディアにて広く取り上げていただきましたので、主な掲載内容をご紹介いたします。（2026年2月26日情報更新）
日本経済新聞「細胞検査の支援AI」（2026年2月19日朝刊／電子版）
朝日新聞「がん細胞AIで判断」（2026年2月19日朝刊／電子版）
産経新聞「がん細胞診、AIが判定」（2026年2月19日朝刊／電子版）
日刊工業新聞「3D細胞診標本AI解析」（2026年2月19日朝刊／電子版）
東京新聞「がん病理検査『細胞診』AIが判定」（2026年2月19日朝刊）
NHK「NHK NEWS」（2026年2月22日放送）
Nature “AI offers way to image and assess clinical cell samples”（2026年2月18日電子版）
薬事日報「【CYBOとがん研有明病院】世界初のデジタル細胞診システムを開発」（2026年2月19日電子版）
MTJ one「 AI活用の3Dデジタル細胞診システムを開発 世界初」（2026年2月25日電子版）
日経メディカル「 AI細胞診で客観的な判定が可能に、子宮頸癌検診の精度向上に期待」（2026年2月25日電子版）
Our company, together with a research team at The Cancer Institute Hospital of JFCR, has achieved clinical-grade autonomous digital cytopathology by combining a new imaging technology – “whole-slide edge tomography” – with AI analysis software we developed. This work will be published in the multidisciplinary scientific journal Nature.
Whole-slide edge tomography enables real-time acquisition of high-resolution 3D images from large numbers of cells. We also developed an AI approach to compute “clusters of morphological differentiation (CMD),” which integrates and classifies single-cell morphological information from massive image datasets. This enables autonomous analysis that automatically extracts and quantifies cell populations corresponding to specific lesions.
In a multicenter evaluation study of 1,124 cases conducted at four institutions (The Cancer Institute Hospital of JFCR, the University of Tsukuba, Juntendo University, and the Kaetsu Comprehensive Health Development Center), the AI software demonstrated clinical-grade performance, achieving an ROC-AUC of around 0.9 relative to expert assessment. In additional validation using HPV test results as the reference standard, the AI exceeded expert accuracy for certain endpoints.
The whole-slide edge tomography developed through this research is already moving toward real-world implementation in combination with an AI system for cervical cancer screening support.
