病理標本の分光イメージングは、ヘマトキシリン・エオジン（H&E）染色の色素を成分ごとに分離し、これまでRGB画像では扱いにくかった「染まり方」を数値として扱うための研究手法です。本記事では、デジタルパソロジーとの関係、RGB／マルチスペクトル／ハイパースペクトルの違い、そして実際に研究室へ導入するときの課題までを、査読論文と公的資料をもとに整理します。
結論から述べると、分光イメージングは病理診断を置き換える技術ではありません。標本の各画素について、数十〜数百の波長ごとの反射・透過強度（スペクトル）を記録し、色素量の推定や染色ばらつきの補正といった定量化を支えるための手段です。デジタル・計算病理学における分光イメージングの系統的レビューでは、2004〜2019年に発表された193本の研究が対象として整理され、システム開発・色補正／デジタル染色・免疫染色・自家蛍光・診断研究の5領域に分類されています（Ortega et al., Biomedical Optics Express, 2020）。裏を返せば、20年近い蓄積があってなお「研究段階」と位置づけられている、というのが現在地です。
デジタルパソロジーで何がデジタル化され、何が残ったのか
デジタルパソロジー（WSI＝Whole Slide Imaging）は、ガラス標本をスキャナで全面撮影し、ディスプレイ上で観察できるようにする技術です。日本病理学会は診断利用にあたっての要件をデジタルパソロジーに関するガイドラインとして公開しており、遠隔病理診断やコンサルテーション、教育・アーカイブの基盤として国内でも導入が進んでいます。
ただしWSIがデジタル化したのは、あくまで「病理医が顕微鏡で見ていた見え方」です。スキャナが記録するのはR・G・Bの3チャネルで、ヒトの視覚に合わせて設計された色空間に情報が畳み込まれています。観察と共有の効率は大きく上がる一方で、「この核はどれくらいヘマトキシリンが乗っているのか」を物理量として取り出す用途には、3チャネルという情報量そのものが制約になります。
もう一つ残った課題が、AIとの相性です。病理AIについては「統計的により高い確率を選択していく仕組みである以上、100％の正診率を出すことはない」と指摘されつつ、病理医の人的資源が逼迫する日本では補助としての導入は必須である、という整理がなされています（前田, 日本内分泌外科学会雑誌 41巻3号, 2024）。学習データ側の色のばらつきをどう抑えるかは、この文脈でも繰り返し論点になります。
RGB画像では捉えきれない情報
H&E染色の色素分離（アンミキシング）
H&E染色標本の紫色は、ヘマトキシリンとエオジンという2種類の色素が重なった結果として観察されます。各画素のスペクトルから色素ごとの量を推定する処理は色素量推定（アンミキシング）と呼ばれ、H成分とE成分を分けることで細胞核と細胞質を別々の画像として可視化できます。RGB画像でも近似的な分離は可能ですが、波長方向のチャネルを増やすほど推定は安定します。
国内では、東京工業大学（現・東京科学大学）の研究グループが16バンドのマルチスペクトル顕微鏡画像システムを用いた病理画像解析技術を公開しており、色素量画像を用いることで細胞核や細胞質の抽出が容易になると説明されています（東京工業大学 山口研究室 マルチスペクトル病理画像解析技術）。同グループからは、マルチスペクトル病理画像に基づく染色濃度の調整処理に関する検討も報告されています（田代ほか, Medical Imaging Technology, 26巻4号, 2008）。
染色ばらつきの正規化
実務で最も切実なのは、施設・染色装置・ロット・スキャナが変わると同じ組織でも色が変わる、という問題です。プロトコルを標準化しても、抗原濃度、反応温度、反応時間、装置の個体差といった要因が残ります。この色のばらつきは、施設をまたいだ画像解析やAIモデルの汎化性能を直接押し下げます。病理画像のデジタル利用が広く一般化しない理由として、色と画質の問題が挙げられてきた経緯もあります（橋本, 電子情報通信学会 Fundamentals Review 9巻3号, 2016）。
色素量を推定してから再合成するアプローチは、こうした正規化を「見た目を揃える画像処理」ではなく「色素量という物理量に戻してから揃える」処理として扱える点に意味があります。ただし、正規化が万能というわけではなく、元の標本で色素が乗っていない情報を後から復元することはできません。
免疫染色の定量と多重染色の分離
免疫染色（IHC）では、発色基質の吸収スペクトルとヘマトキシリン対比染色のスペクトルが重なるため、陽性の強さを目視でスコア化する運用が広く行われてきました。分光データがあれば、各色素の寄与を分離した上で強度分布を扱えるため、判定の再現性を検討する研究に使えます。多重染色や自家蛍光の分離も、レビューで整理されている主要な用途の一つです。
あわせて、蛍光ではなくラマン分光を用いる系統もあります。北海道大学・大阪大学・京都府立医科大学の研究グループは2025年10月、ラマン分光計測に化学的な周辺環境という新しい尺度を導入し、空間のつながりと化学情報を統合して組織を分類する手法を発表しました（北海道大学プレスリリース, 2025年10月23日）。分光による組織の定量化は、いま活発に動いている領域です。
RGB・マルチスペクトル・ハイパースペクトルの比較
「分光イメージング」と一口に言っても、バンド数によって取得できる情報も運用負荷もまったく違います。研究計画を立てる前に、下表のどこに立つのかを決めておくと議論がぶれません。なお波長分解能とは、隣り合う波長をどれだけ細かく分けて記録できるかを示す指標です。
方式 | 取得できる情報 | データ量 | 撮影時間 | 主な研究用途 | 主な課題 |
|---|---|---|---|---|---|
RGB（一般的なWSIスキャナ） | 3チャネル。ヒトの視覚に近い見え方 | 組織サイズと倍率によるが、1標本あたりGB級になることも珍しくない | 短い（実運用に耐える） | 観察・遠隔診断・教育・アーカイブ、一般的な病理AIの学習 | 色素量の分離精度に限界。施設間の色ばらつきに弱い |
マルチスペクトル（十数〜数十バンド） | 離散した波長帯の強度。H/Eの色素量推定に十分な場合が多い | RGBの数倍〜十数倍 | 中程度。視野ごとの撮り分けが必要 | 色素量推定、染色濃度の調整、IHCの定量、デジタル染色 | バンド設計が用途依存。装置ごとに結果を揃えにくい |
ハイパースペクトル（数十〜数百バンド） | 連続したスペクトルを画素単位で保持 | マルチの数倍以上。全面撮影では扱いが一気に難しくなる | 長い。ラインスキャンでは走査時間が支配的 | 未知の分光的特徴の探索、多重染色・自家蛍光の分離、分類モデルの検討 | 保存・転送・計算コスト。標本条件の影響を受けやすい |
判断の目安はシンプルです。分離したい色素が既知で数が少ないならマルチスペクトルで足りることが多く、どの波長が効くか自体が研究対象ならハイパースペクトル、という切り分けになります。波長域の考え方はハイパースペクトルカメラの波長域の選び方で整理しています。
研究室に導入するときに詰まりやすい5つの点
ここからは、装置カタログには書かれにくい実務側の話です。分光イメージングの病理応用が「面白いが広がらない」と言われる理由の多くは、この5点に集約されます。
- データ量：1標本を全面ハイパースペクトル撮影すると、RGBのWSIとは桁の違う容量になります。撮影より先に、保存先・バックアップ・解析マシンのメモリを設計する必要があります。前述のレビューでも、データ保存量と取得時間が臨床実装の障害として明示されています。
- 撮影時間：ラインスキャン方式では視野ごとの走査時間が積み上がります。全面ではなく代表領域（ROI）に限定する、あるいはRGBのWSIで場所を決めてから分光撮影する、という二段構えが現実的です。
- 標本の厚みと褪色：切片の厚みが変われば透過スペクトルも変わり、色素量推定のバイアスになります。長時間の露光や繰り返し撮影による褪色、封入剤やカバーガラスの影響も無視できません。切片作製条件を揃えることが、装置選定より先に効きます。
- アノテーション：分光データが増えても、正解ラベルは病理医の時間からしか生まれません。ラベル付けの負荷が律速になり、研究が止まるケースは多く見られます。
- 再現性：装置・光源・キャリブレーション条件が施設ごとに異なるため、報告された結果を他施設で再現しにくいことがレビューでも指摘されています。白色標準・暗電流補正の手順を記録に残す運用が前提になります。
撮影系そのものについては、既存の顕微鏡に分光カメラを取り付ける構成が現実的な出発点になります。取り付け時の注意点はハイパースペクトルカメラへの顕微鏡取り付けと注意点にまとめています。生体組織の計測という意味では、肌のメラニン・水分の測定装置で扱った研究用途の考え方も近い論点を含みます。
研究として立ち上げるときの4ステップ
いきなり装置を買うのではなく、以下の順に潰していくと投資判断を誤りにくくなります。
- 問いを「定量」の形にする：「がんがわかるか」ではなく、「この染色の濃度差を、観察者間差より小さいばらつきで数値化できるか」まで落とし込みます。分光は判定ではなく測定の道具です。
- 既存標本で小さく試す：手元の切片を数十枚、代表領域だけ撮影し、色素量推定が想定どおり分離できるかを確認します。ここで分離できなければ、バンド数を増やしても解決しないことが多いです。
- 切片作製条件と撮影条件を固定する：厚み・染色プロトコル・露光・キャリブレーションを文書化します。再現性の担保はここでほぼ決まります。
- 解析とアノテーションの体制を先に決める：誰がラベルを付け、誰が解析コードを保守するのかを決めてから撮影量を増やします。
技術の全体像から確認したい場合は、ハイパースペクトルカメラとは何か（仕組みとマルチスペクトルとの違い）から読むと、本記事の比較表の背景がつながります。
正直に書いておきたい限界
分光イメージングは、病理診断そのものを代替する技術ではありません。現時点で報告されているのは「特定の条件下で識別可能性が示された」「色素量の分離精度が向上した」といった研究成果であり、臨床での判断に用いるには、対象疾患ごとの検証と、プログラム医療機器としての薬事上の位置づけの整理が必要です。医療機器プログラムの承認要件についてはPMDA プログラム医療機器に情報がまとまっています。
また、装置を導入すれば自動的に新しい発見が得られるわけでもありません。前述のレビューが、装置仕様の不統一・単一施設研究の多さ・肯定的結果に偏った報告といった課題を挙げているとおり、研究設計の質がそのまま結果の価値になります。「分光で撮ってみる」から始めるのではなく、「何を、どの精度で数値化したいのか」から始めるのが遠回りに見えて最短です。
私たちは国産のハイパースペクトルカメラ「irodori」を自社開発し、食品・農業・インフラ・医療などの現場とともに実証を重ねてきました（実績一覧）。研究用途での撮影条件やバンド設計は対象によって大きく変わるため、断定的なことは申し上げにくいのですが、もし病理標本や生体組織の定量化を検討されているなら、まずは資料だけでもご覧いただけたら嬉しいです。
