研究。人工知能の助けを借りて、再発リスクの高い新しいタイプの進行性子宮内膜がんが特定された。

ProMiSEは、 人工知能さまざまなサブタイプをより正確に区別することができる 子宮内膜がんまた、これまで定義されていなかった腫瘍のサブグループを特定することに成功し、 病気の再発リスクが高い そして死。これらは新たな ネイチャーコミュニケーション誌に掲載された研究。

子宮内膜がんには、予後が良好なタイプもありますが、他のタイプの子宮内膜がんは再発が頻繁に起こることがあります。これらの患者は、再発を防ぐために追加の医療ケアが必要になります。これまで、病理解剖と分子診断に基づいて高リスクの腫瘍と低リスクの腫瘍を区別する従来の方法は、効果が限られていました。

現在の分類には、予後価値と治療上の意味を持つ 4 つの分子サブタイプが含まれています。最も一般的なサブタイプである NSMP (No Specific Molecular Profile) は除外診断であり、他の 3 つのサブタイプを定義する特徴が欠如していることが特徴です。NMSP は子宮内膜腫瘍の 50% を占めています。 新しいアルゴリズムは、NSMP内で予後不良を示す腫瘍のサブグループをうまく特定しました。。

この NSMP のサブタイプは、NSMP がんの 20%、子宮内膜がん全体の 10% を占めています。したがって、ProMiSE の助けを借りて、病気の再発を抑えるための追加介入の恩恵を受けることができる重要な割合の患者を特定できます。

新しい研究では、ディープラーニングに基づく人工知能モデルを使用して、子宮内膜腫瘍を表す 2,300 枚以上の組織学的画像に基づいてさまざまなプロファイルを識別しました。子宮内膜がん患者約 370 人のコホートが発見に使用され、290 人および約 615 人の患者を含む 2 つの独立した検証コホートが使用されました。

を通して 全ゲノム配列解析 NSMP 腫瘍では、他の NSMP 腫瘍と比較して、高いゲノム不安定性を特徴とし、生存率の低下に関連するコピー数変化の増加が確認されました。

次に、人工知能に基づくこのツールを、従来の診断方法とともに、現在の医療現場にどのように統合できるかを評価します。このアプローチの利点は、コスト効率と、子宮内膜がん患者の地理的な場所に応じて簡単に適応できることです。

地方の病院や大規模な診断センターから遠く離れたコミュニティの病院でも、ProMiSE を使用すると、日常的な組織病理学画像をリモート分析に送信できます。サブタイプを適切なリスク クラスに割り当てることで、患者は地元の医療施設で必要な治療処置を受けることができます。

したがって、子宮内膜がんの精密診断のための人工知能に基づく新しいアプローチは、発生環境に関係なく、この腫瘍形成と診断された患者が最高の性能の技術に公平にアクセスできるようにするのに役立つ可能性があります。

こちらもご覧ください: