新しい研究によると、小児がん患者の複数の脳スキャンを時間の経過とともに分析するように訓練されたAIツールは、従来のアプローチよりもはるかに精度のある小児がん患者の再発のリスクを予測しました。研究者は、結果が神経膠腫と呼ばれる脳腫瘍の子供のケアの改善につながることを望んでおり、通常は治療可能ですが、再発のリスクが異なります。
「多くの小児神経膠腫は手術だけで治癒可能ですが、再発が起こると壊滅的になる可能性があります」と対応する著者は言いました。 ベンジャミン缶 の 医学の人工知能プログラム ブリガム将軍と 放射線腫瘍学科 ブリガムと女性病院で。 「誰が再発のリスクがあるのかを予測することは非常に困難です。そのため、患者は長年にわたって磁気共鳴画像診断の頻繁な追跡を受けます。これは、子供や家族にとってストレスがかかり、負担がかかるプロセスです。患者が再発のリスクが最も高い早期を特定するためのより良いツールが必要です。」 Kannは、放射線腫瘍学の助教授でもあります ハーバード大学医学部。
ボストン小児病院とダナファーバー/ボストン小児がんおよび血液障害センターの大衆将軍ブリガムと協力者による調査員による研究の結果が掲載されました ニューイングランドジャーナルオブメディシンAI。
国立衛生研究所によって部分的に資金提供されたこの研究は、715人の小児患者から約4,000人のMRスキャンを集めるために、全国の制度的パートナーシップを活用しました。 AIが患者の脳スキャンから「学ぶ」ことができること、そしてより正確に再発を予測するために、研究者は、手術後数ヶ月の間に撮影された複数の脳スキャンからの発見を合成するためにモデルを訓練するためにモデルを訓練する手法を採用しました。
「多くの小児神経膠腫は、手術だけで治癒可能ですが、再発が発生すると壊滅的になる可能性があります。」
ベンジャミン缶
通常、医療イメージングのAIモデルは、単一スキャンから結論を引き出すように訓練されています。以前に医療イメージングAIの研究に使用されていない時間学習により、時間の経過とともに獲得された画像は、アルゴリズムのがんの再発の予測を知らせます。時間学習モデルを開発するために、研究者は最初にモデルを訓練し、患者の術後MRスキャンを年代順に順序付けし、モデルが微妙な変化を認識することを学ぶことができました。そこから、研究者はモデルを微調整して、必要に応じて変化をその後のがんの再発と正しく関連付けました。
最終的に、研究者は、時間学習モデルが治療後1年間で低悪性度または高品位の膠腫の再発を予測し、75〜89％の精度を予測することを発見しました。治療後のより多くの時点からの画像をAIに提供すると、モデルの予測精度が向上しましたが、この改善が層になってから4〜6個の画像のみが必要でした。
研究者は、追加の設定におけるさらなる検証が臨床適用の前に必要であることを警告します。最終的に、彼らは臨床試験を開始して、AIに基づいたリスク予測がケアの改善をもたらす可能性があるかどうかを確認したいと考えています – リスクの低い患者の画像頻度を減らすか、標的補助療法で高リスク患者を先制的に治療することにより。
「AIは、単一のスキャンだけでなく、複数の画像から効果的に分析および予測できることを示しました」とFirst Auther氏は述べています。 Divyanshu tak マスジェネラルブリガムのAIMプログラムとブリガムの放射線腫瘍局。 「この手法は、患者がシリアルで縦断的なイメージングを受ける多くの設定で適用される場合があります。このプロジェクトがインスピレーションを与えることを楽しみにしています。」
この研究は、国立衛生研究所/国立癌研究所によって部分的にサポートされていました。