計算病理学の分野では、核インスタンスセグメンテーションは腫瘍のグレーディングや予後予測など、多くの下流臨床応用の基礎となる重要なタスクです。深層学習の台頭により、畳み込みニューラルネットワーク（CNN）やビジョントランスフォーマー（ViT）を含む多数のアプローチが提案され、機械学習ベースおよび非機械学習ベースの前処理・後処理技術と組み合わせて性能を向上させてきました。しかし、評価パイプラインそのものは見過ごされがちであり、既存の評価指標には不正確さや一貫性の欠如が潜んでいます。
本研究では、Amirreza Mahbod氏、Ramona Woitek氏、Jeanne Shen氏が、核インスタンスセグメンテーションの評価における4つの主要な問題を体系的に分析しました。具体的には、あいまい領域の扱い、スコアの正規化、重複インスタンスの処理、および境界の不確実性です。これらの問題に対処するため、彼らはNucEvalという名称の統一フレームワークを開発しました。NucEvalは従来の評価手順を修正し、境界が不鮮明な核に対して適切なペナルティや報酬を割り当て、スコア正規化によりモデル間の公平な比較を可能にし、重複インスタンスの二重計数を防ぎ、さらに境界の信頼性を定量化します。
NucEvalの有効性を検証するため、研究チームは特に評価研究に適した特性を持つNuInsSegデータセットに加え、2つの外部データセットを使用しました。テストにはCNNおよびViTベースの3つの核インスタンスセグメンテーションモデルを用い、従来の評価方法と比較した結果、NucEvalはより安定した識別力のある指標を提供し、モデルの真の性能を正確に反映することが示されました。この論文は2026年5月4日にarXivに投稿され、22ページにわたり詳細が記述されています。
現在、NucEvalのコードと完全なガイドライン、例示がGitHub（https://github.com/masih4/nuc_eval）で公開されています。この研究は、評価基準自体の改善が臨床応用におけるアルゴリズムの信頼性評価を強化するために重要であることを強調しており、今後の計算病理学研究に大きな影響を与える可能性があります。