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

2024 年 3 月 7 日 – シダーズ・シナイ研究者 うまく活用された 人工知能 (AI) により病理レポートが機械可読になり、臨床試験におけるがん患者の募集が改善される可能性があります。

研究チームは、がん患者の病理データは貴重だが、従来のデータマイニングアプローチでは入手が困難であることを強調した。

「がんは複雑な病気であり、病理学者が患者のがんを顕微鏡で検査するときに作成するメモには豊富な情報が含まれています」とこの論文の主著者は述べた。 勉強 Cedars-Sinai の計算生物医学部門の運営副部長であり、Cedars-Sinai Cancer の計算腫瘍学副ディレクターである Nicholas Tatonetti 博士はニュースリリースで述べています。 「しかし、これらのメモはスキャンされた PDF の形式であるため、これまではそこに含まれるテキストにコンピューターからアクセスできませんでした。」

研究者らは、全米の数千人のがん患者からの病理学データが含まれる The Cancer Genome Atlas (TCGA) を使用して、機械可読な一連の病理学レポートを作成しようとしました。

「アトラスの病理学報告書は、それを提供した各機関からあらゆる角度で、異なるフォーマットでスキャンされています」とタトネッティ氏は述べた。 「それらは乱雑で、スキャンの品質は比較的悪いです。患者記録で見つかる病理フォームとは異なります。」

これらの品質問題を克服するために、研究チームは AI と光学式文字認識 (OCR) 技術を使用しました。 この処理により、各病理レポートを機械可読形式に変換できるようになりました。

タトネッティ氏は、そうすることで研究者が関連する病理情報を抽出するアルゴリズムを訓練できるようになり、臨床試験の募集や新規疾患マーカーを調査する研究を強化するために利用できる可能性があると示唆した。

TCGA-Reports と呼ばれる結果として得られるデータセットには、10,000 人近くのがん患者からの一般に利用可能な機械読み取り可能な病理レポートが含まれています。 各レポートの形式は、データをより使いやすくするためにコンピューター科学者や計算生物学者によって一般的に使用される形式です。

研究チームはまた、このアプローチはTCGA以外のデータセットから病理情報を抽出するために利用できる可能性があるとも指摘した。

「がんに関する詳細な情報やさまざまな治療の効果など、患者の状態に関する本当の話は、臨床医のメモに記載されています」と、PHASE ONE財団特別委員長でシーダーズ・シナイがんセンターのディレクターであるダン・セオドレスク医学博士は述べています。サミュエル・オシン総合がん研究所所長。 「この情報を発掘するのに役立つツールは、患者一人ひとりに精密医療の約束をもたらすトランスレーショナルスタディを実施する取り組みをさらに推進します。」

研究チームは現在、データセットからがんの病期情報を抽出するモデルをトレーニングする方法を検討しています。

「私たちのモデルは、メモにその情報が存在する場合にはその情報を抽出できますが、明示的に記載されていない場合でもステージを正確に推測することもできます」とタトネッティ氏は述べています。 「たとえば、病理学者は二次的病変や、 [about] 乳がんのサンプルを評価しています…これらのメモには転移性という言葉は含まれていませんが、それを暗示しています。」

研究者らはまた、癌研究を前進させるための AI 駆動の精密医療ツールである Cedars-Sinai の Molecular Twin Precision Oncology Platform に自分たちの手法を適用することも目指しています。

「光学式文字認識に対する AI の強化は、患者記録の臨床的に最も関連性の高い部分から豊富なデータを抽出するための鍵となります」とシーダーズ・サイナイ社の計算生物医学部門の部長であるジェイソン・ムーア博士は述べています。 「このデータは、臨床研究者、臨床試験研究者、コンピュータによる臨床言語の解釈を可能にするツールの改善に取り組んでいる研究者など、専門分野を超えた研究者による新たな研究を促進するでしょう。」

研究者が臨床データの可能性を解き放つべく、AI やその他のテクノロジーの利用を通じて精密医療を強化する取り組みが続けられています。

先月、ユタ保健大学の研究チームは、 共有 小児がん患者における薬物動態の解明に役立つ薬理学プラットフォームを開発したと発表した。

薬物動態は、患者の病歴や年齢などの要因によって影響を受ける可能性のある薬物の分子的、生化学的、生理学的影響についての洞察を提供します。

しかし、小児がんの治療に使用される薬剤の薬物動態に関するデータが不足していることが多く、患者を危険にさらす可能性があります。

新しく開発されたプラットフォームは、患者の採血データを分析して薬物毒性の兆候を示し、薬物と化学療法の相互作用を調査し、薬物の移動に影響を与える要因を調査することで、この問題に対処するのに役立ちます。