目的：子宮内膜癌における高度な脈管侵襲（LVSI）の予測について、臨床情報に基づくMRI表現が、補助的な内部試験からモデルを固定した施設間転移、さらに対象施設での限定的適応に至るまで、どのように機能するかを明らかにする。材料と方法：本後ろ向き2施設研究では、2016年3月から2023年3月までに術前3テスラMRIを受けた女性206例を対象とした。病院Aのデータを訓練（117例）および補助的内部試験（13例）に、病院Bのデータを厳密な外部試験（76例、うち陽性12例）に用いた。年齢とCA125から臨床ベースラインを構成し、すべての画像モデルに組み込んだ。病院Bのデータを層別化二分割する操作を200回反復し、各患者を適応用の半分に含まれない状態で評価した。モデルは固定したままとし、適応では閾値のみを変更するか、経験ベイズ法を用いないComBat（no-EB ComBat）を適用してから閾値を選択した。結果：DenseNet121、U-NEXtractor、融合U-NEXtractorの内部AUCはいずれも1.000であったが、厳密な外部AUCはそれぞれ0.685、0.671、0.669であった。開発時に固定した閾値での感度は、それぞれ0.167、0.583、0.417であった。閾値適応により、3モデルすべての感度中央値は0.833に上昇し、特異度はそれぞれ0.625、0.500、0.500であった。厳密な転移と比較したno-EB ComBatによるAUC中央値の変化は、それぞれ−0.007、−0.007、−0.014であった。U-NEXtractorの予測順位が最も安定していた一方（Spearmanのρ中央値0.999）、融合による移送可能性の向上は認められなかった。経験ベイズ法を用いるComBatでは、反復分割の全条件を網羅できなかった。結論：高い内部性能は移送可能性を保証しなかった。対象施設での限定的な閾値適応により、識別能を改善することなく運用上の感度が回復した。特徴量の調和化による一貫したAUCの向上は認められず、その影響は表現ごとに異なった。
https://doi.org/10.64898/2026.07.14.26358100