深層学習ツールが肺がん患者の脳転移を予測

2024 年 3 月 13 日 – ワシントン大学医学部（セントルイス）の研究チームは、どの非小細胞肺がん（NSCLC）患者が脳転移を経験する可能性が高いかを予測するのに役立つディープラーニング（DL）ベースのアプローチを開発したと発表した。 研究 先週公開された 病理学ジャーナル。

研究者らは、早期および局所進行性NSCLC患者のほぼ半数で脳転移が発生する可能性があるが、現時点ではがんが脳に広がる前にこれらの患者にフラグを立てる信頼できる手段がないことを強調した。

初期段階のNSCLC患者の場合、通常、第一選択の治療として手術が推奨され、がんが他の臓器やリンパ節に転移した場合には追加の治療法が検討されます。

脳転移には、放射線療法、免疫療法、化学療法、標的薬物療法などの積極的な治療が必要です。 しかし、臨床医には患者のがんが脳に転移するかどうかを知る方法がないため、これらの治療法は予防措置として利用されることがよくあります。

このアプローチでは、患者が必要のない治療にさらされる可能性があり、有害な結果につながる可能性があります。

続きを読む： メイヨークリニック、がん研究と治療を前進させるための新しい AI クラスを開発

これに対処するために、研究チームは肺生検画像を使用して脳転移リスクを予測する人工知能（AI）駆動モデルの開発に着手した。

「医師が肺がん患者を治療する際に役立つ予測ツールはありません」とワシントン大学のエドワード・マリンクロット教授で病理学・免疫学部長のリチャード・J・コート医学博士は述べた。 ニュースリリース。 「私たちは、どの集団がより進行した病期に進行する可能性が高いかを示すリスク予測因子を持っていますが、個々の患者の転帰を予測する能力はありません。 私たちの研究は、AI 手法が患者管理に影響を与えるほど具体的で感度の高い有意義な予測を行える可能性があることを示しています。」

この研究は、AI ツールが病理学者が見逃す可能性のある生検画像内の異常な特徴を検出できるかどうかを明らかにすることを目的としていました。

このアルゴリズムは、5 年間のモニタリング期間中に脳腫瘍を発症した、または発症しなかった早期 NSCLC 患者から採取した 118 個の肺生検サンプルを使用して、脳転移を予測するようにトレーニングされました。 このモデルは、他の 40 人の患者からの肺生検画像の追加セットを使用してテストされました。

このアルゴリズムは 4 人の専門病理学者と比較されました。

続きを読む： 深層学習ツールは医療画像処理における「ブラックボックス」AI 問題をターゲットに

分析の結果、DL モデルは臨床医の成績を大幅に上回り、脳転移の予測精度が 87% であったのに対し、病理学者の平均は 57.3% であったことが明らかになりました。 このモデルは、どの NSCLC 患者が脳腫瘍を発症しないかを示す点で特に正確でした。

「私たちの結果は、より大規模な研究で検証される必要がありますが、AI が正確な予測を行い、ケアの決定に影響を与える大きな可能性があると考えています」と、アンハイザー・ブッシュ寄付講座の医学腫瘍学理事長であり、医学腫瘍学のアソシエートディレクターであるラマスワミー・ゴビンダン医学博士は述べています。ワシントン大学の腫瘍学部門。 「化学療法などの全身治療は、がん細胞を殺すのには効果的ですが、健康な細胞を傷つける可能性もあり、すべての早期がん患者にとって必ずしも好ましい治療法であるとは限りません。 脳内で再発する可能性が高い患者を特定することは、転移過程の早期にがんを阻止する戦略を開発するのに役立つ可能性があります。 私たちは、AI ベースの予測がいつか、個別化された治療に情報を提供できると考えています。」

このツールが予測を導くために使用する機能は不明ですが、研究者らは今後の研究でこれを調査する予定です。

「この研究は、予測バイオマーカーを見つける試みとして始まりました」と、この研究に貢献したカリフォルニア工科大学の電気工学、生物工学、医用工学の教授、Changhuei Yang 博士は説明しました。 「しかし、何も見つかりませんでした。 その代わりに、診断のためにすでに収集されている生検サンプルを使用して、AI ががんの進行を予測できる可能性があることがわかりました。 このアルゴリズムを臨床で使用でき、高価なバイオマーカーに頼る必要がなくなるような予測精度を達成できれば、費用対効果に大きな影響が出るでしょう。」

テクノロジーの進歩に伴い、がん研究における AI の利用が増加しています。

続きを読む： 人工知能手法により病理レポートからのデータマイニングが可能

今週、メイヨークリニックの研究者らは、 発表された 腫瘍学研究の強化を支援する新しいクラスの AI。

同社の「仮説駆動型 AI」は、研究チームが特定の仮説や研究上の疑問をアルゴリズムに組み込めるようにすることで、がんなどの病気に関する知識発見を強化するように設計されています。 このようにして、これらのモデルは、静的で入手が困難なデータセットに厳密に依存するのではなく、既存の科学的知識を活用できます。

研究者らは、このアプローチには従来の AI モデルでは見逃していた洞察を明らかにする大きな可能性があると主張しました。