【目的】最近，Class Activation Mapping（CAM）という手法により人工知能（AI）の関心領域（ROI）を可視化できるようになった．本研究ではAIの大腸T1b癌診断におけるROIの特徴を明らかとすることを目的とした．
【方法】大腸pT1b癌の通常内視鏡画像114病変226枚を使用した．CAMにより，AIのROIは赤色領域として示され，大腸内視鏡医のROIと比較した．評価項目は，内視鏡医とのROI一致性，AIのROIの性状とした．ROI一致性の評価は，excellent：75％以上が一致，poor：25％未満，good：その中間とした．
【結果】全画像でCAM画像が作成可能だった．ROI一致性は，excellent 39％，good 34％，poor 27％であった．poor例を除いたAIのROIは，多くが発赤部位であり（91％），明らかに血液が付着した領域（21％）やヒダ集中（34％）は少なく，隆起（57％）や陥凹（39％）が多かった．
【結論】ROIが一致する場合には内視鏡医との類似性がみられた．アノテーションによりROIの不一致を克服することが，AIの学習効率の改善につながる可能性がある．
