ビデオの全文を読む
アンドレア・ミヤヒラ: 皆さん、こんにちは。私は前立腺がん財団のアンドレア・ミヤヒラです。私と一緒にいるのは、UCSF の助教授であるコーネリア・ディン博士です。彼女は、JNCI で発表された最近の論文「ディープラーニング ベースのグレーディング アルゴリズムを使用したアクティブ サーベイランスにおける前立腺がんのグレード再分類の予測」についてお話しします。ディン博士、本日はご参加いただき、誠にありがとうございます。
コーネリア・ディン: お招きいただきありがとうございます。ジョンズ ホプキンス大学の病理学研究員だった頃、De Marzo 博士と Lotan 博士と共同で AI を使用して前立腺がんのグレードの再分類を予測する研究についてお話しできることを大変嬉しく思っています。
これは、さまざまな専門分野を持つ多くの人々の共同作業です。したがって、もちろん病理学者がこの研究の主な推進者ですが、泌尿器科医、腫瘍学者、そして組織学スライドを評価する AI アルゴリズムを提供するインドの協力者である AIRA MATRIX もこの研究に関わっています。
ここに開示事項があります。このプレゼンテーションの研究は、AIRA MATRIX が後援する前立腺がん財団の助成金によってサポートされています。そして、重要なことですが、AIRA MATRIX はこの研究のデータ分析や執筆には協力していません。
局所性前立腺がんの臨床管理は、病理学によって大きく左右されます。私たち病理学者は、前立腺生検の解釈によって、顕微鏡下でのグリーソン分類システムを使用した腫瘍構造の評価に基づいて、前立腺がんの診断とグレードグループを提供します。
腫瘍の構造は、前立腺がん患者の転帰と強く関連していることがわかっています。ここに示すように、Y 軸は生化学的無再発生存率、X 軸は時間です。グレード グループ 1 の疾患の患者は、時間の経過とともに緩徐に病気が進行することがわかります。そのため、通常、根治的前立腺摘出術などの即時の根治的治療の恩恵は受けません。現在、グレード グループ 1 の疾患の患者の多くは、積極的監視下に留まっています。
しかし、低悪性度の疾患を持つ患者のうち少数は、時間の経過とともに疾患が進行する可能性があります。そこで私たちの主な疑問は、前立腺生検の病理学的評価を改善して、疾患が進行している可能性のある患者をより適切に特定できるかどうかです。そして、AI、つまり人工知能はここで役立つでしょうか?
AIRA MATRIXとの協力により、彼らはヘマトキシリンおよびエオシン染色病理学全スライド画像を使用して腫瘍を検出し、グリーソン分類を行うための、AIRAProstateと呼ばれるディープラーニングベースのアルゴリズムを開発しました。
この特定の研究では、ジョンズ ホプキンス大学で 2 つの異なるコホートを評価しました。最初のコホートは、診断時にグレード グループ 1 の疾患であった 138 人の患者を対象とした症例対照研究です。64 人の患者は後にグレードの再分類を受けたため、彼らが症例となります。74 人の患者は、グレードの再分類を受けることなく 8 年以上にわたって積極的監視を継続しました。したがって、彼らが対照となります。
患者 1 人につき 1 枚の H&E スライドが、現代の泌尿器病理学者と AI アルゴリズム AIRAProstate の両方によって再評価されます。
右側には、現代の病理学者のグレーディングと AIRAProstate のグレーディングを直接比較したものが示されています。病理学者と AIRAProstate は、各スライドにおける癌の検出について 95% の一致率でほぼ一致しています。ただし、これらの患者は何年も前に登録されており、グレーディング システムが更新されているため、現代の病理学者は必ずしもグレード グループ 1 の初期診断に同意するわけではありません。
そのうちのいくつかはグレードグループ 2 以上にアップグレードされています。ただし、パーセンテージは有意に異なっていません。対照的に、AIRAProstate によるアップグレードは症例と対照の間で異なり、症例の 33% がアップグレードされているのに対し、対照では 8% がアップグレードされています。したがって、オッズ比は 3.3、P 0.04 であることがわかります。
別のコホートも評価されます。これは、すべての患者が最初の前立腺生検の前に MRI を受けており、患者の大多数が 2014 年以降に登録されたため、少し異なります。このコホートにはグレード グループ 1 の疾患を持つ患者が 169 人います。そのうち 94 人は追跡期間中にグレードの再分類なしで積極的監視を継続しました。ただし、75 人の患者は後にグレードの再分類を受けました。これらの患者のうち 35 人は根治的前立腺摘除術を受けました。がんの H&E スライドは、AI アルゴリズム AIRAProstate によって評価されます。ここで、かなりの症例も AI アルゴリズムによってアップグレードされていることがわかります。18 % が AI によってアップグレードされました。ただし、後にグレードの再分類を受けた症例の 40 % もアップグレードされました。これらはハザード比 1.7、P は 0.3 で異なります。
要約すると、これはディープラーニングベースの前立腺がんのグレーディングアルゴリズムと臨床結果を比較した文献初の研究です。ジョンズホプキンスで2つの異なるアクティブサーベイランスコホートを比較したところ、どちらもAIによる初期生検のグレードアップが急速または極端なグレード再分類と関連しており、その後の病気の進行を予測することが示されました。
したがって、この研究から得られる教訓は、私たちが組織病理学をバイオマーカーとして、また診断のゴールドスタンダードとして利用してきたということです。これにより、特に局所性前立腺がんの管理において、臨床上の決定を促す重要な情報が得られました。今日では、病理学における人工知能の助けを借りて、このバイオマーカーを改良し、精密医療を促進することができる可能性があります。
以上で、ご清聴ありがとうございました。ご質問やさらなる議論をお受けいたします。
アンドレア・ミヤヒラ: ディン博士、研究を共有していただき、ありがとうございます。病理学者が見逃している腫瘍や宿主、あるいは腫瘍や微小環境の特徴をアルゴリズムが検出していることを判断できますか?
コーネリア・ディン: そうです。この特定の研究では、純粋に腫瘍構造に基づくグリーソン分類システムで前立腺がんの等級付けを行うために特別に設計されたアルゴリズムを使用したため、このアルゴリズムに含まれる微小環境の特徴は非常に限られていると思われます。ただし、これは現在進行中の取り組みです。病理学者ではなく AI によってグレード付けされたこれらの症例を再検討し、どのような特徴が欠けているかを確認しようとしています。おそらく、腫瘍自体からの情報がほとんどになると思います。ただし、グリーソン分類だけでなくスライド全体の評価に基づく、よりオープンエンドなアルゴリズムに取り組んでいる別のプロジェクトもあります。これにより、前立腺間質、炎症細胞、および病気の進行におけるそれらの役割について、より多くの情報が得られる可能性があります。
アンドレア・ミヤヒラ: ありがとうございます。このアルゴリズムの臨床開発における次のステップは何ですか？また、臨床でどのように使用されると予想していますか？
コーネリア・ディン: 現在、AIRA MATRIX には、グリーソン グレードの分類に役立つ可能性のあるこのアルゴリズムがすでに多くのデジタル病理学システムに組み込まれていると思います。これは病理医の時間を節約するのに役立ちます。しかしさらに、積極的監視患者の管理においてより正確な情報を提供することで、病理診断を改善できると期待しています。現在の研究の主な制限は、病理グレードの再分類が必ずしも患者の転帰が悪いことを意味するわけではないことです。一部の患者は依然として病状が緩慢なままである可能性がありますが、他の患者はより急速に進行し、後には悪性疾患にさえなる場合があります。病理の再分類に加えて、所見を患者の転帰とさらに関連付けて、臨床チームに関連性の高い情報を提供できることを期待しています。
アンドレア・ミヤヒラ: わかりました。ありがとうございます。前立腺がんの患者を対象に、病理学における AI のその他の用途としてどのようなものが研究されていますか?
コーネリア・ディン: グリーソン分類に加えて、他の AI グループによる最近の興味深い発見の 1 つは、アンドロゲン除去療法への反応など、H&E 画像に基づく予測および予後バイオマーカーの提供です。これは非常に興味深い開発であり、特定の患者ごとにどのような治療や管理戦略が効果的かを判断するのに役立つ可能性があります。
アンドレア・ミヤヒラ: はい。今日は来て、私たちとこの話をしてくださって本当にありがとうございます。
コーネリア・ディン: ありがとう。
1721694782
#を活用した前立腺がんのグレーディングが積極的監視の結果を予測
2024-07-22 23:43:39