放射線療法では、精度は命を救うことができます。腫瘍医は、健康な組織を節約しながら癌細胞を破壊するために高用量放射線を供給する前に、腫瘍のサイズと位置を注意深くマッピングする必要があります。しかし、腫瘍のセグメンテーションと呼ばれるこのプロセスは、まだ手動で行われ、時間がかかり、医師の間で変化し、重要な腫瘍領域が見落とされる可能性があります。
現在、北西医学の科学者のチームは、CTスキャンの肺腫瘍を正確に概説する医師と一致するだけでなく、一部の医師が見逃している可能性のある領域を特定できるISEGと呼ばれるAIツールを開発しました、と大きな新しい研究が報告しています。
静的画像に焦点を当てた以前のAIツールとは異なり、ISEGは、腫瘍が呼吸するたびに移動するときに腫瘍を分割することが示される最初の3Dディープラーニングツールです。これは、米国のすべてのがん患者の半分が病気中に受け取る重要な要因です。
私たちは、わずか10年前に想像していた私たちの誰よりもさらに正確な癌治療に一歩近づいています。」
ノースウェスタン大学ファインバーグ医学部の上級著者、議長、放射線腫瘍学の教授であるモハメド・アバジード博士
「この技術の目標は、医師により良いツールを提供することです」とAbazeed氏は付け加えました。Abazeedは、がん治療をパーソナライズおよび改善するためのデータ駆動型ツールを開発し、ノースウェスタン大学のRobert H. Lurie包括的癌センターのメンバーです。
この調査は6月30日にジャーナルに公開されます NPJ精度腫瘍学。
ISEGがどのように構築およびテストされたか
北西部の科学者は、北西部医学およびクリーブランドクリニックヘルスシステム内の9つの診療所で治療された数百人の肺がん患者からのCTスキャンと医師が描く腫瘍の概要を使用してISEGを訓練しました。これは、多くの過去の研究で使用されている小規模で院内データセットをはるかに超えています。
トレーニング後、AIは、これまで見たことのない患者スキャンでテストされました。その腫瘍の輪郭は、医師によって描かれたものと比較されました。この調査では、ISEGが病院とスキャンの種類間で専門家の概要を一貫して一致させることがわかりました。また、一部の医師が見逃した追加地域にフラグを立てました – そして、それらの逃した領域は、治療せずに放置すると、より悪い結果にリンクされていました。これは、ISEGがしばしば気付かれないリスクの高い地域を捕まえるのに役立つ可能性があることを示唆しています。
「正確な腫瘍標的は、安全で効果的な放射線療法の基礎であり、ターゲティングの小さなエラーでさえ腫瘍制御に影響を与えるか、不必要な毒性を引き起こす可能性があります」とAbazeed氏は言いました。
「腫瘍の輪郭を自動化および標準化することにより、AIツールは遅延を減らし、病院全体の公平性を確保し、医師が逃す可能性のある分野を潜在的に特定することができます – 最終的に患者ケアと臨床結果を改善することができます」
「数年以内に」可能な臨床展開
研究チームは現在、ISEGを臨床環境でテストし、そのパフォーマンスをリアルタイムで医師と比較しています。また、ユーザーのフィードバックなどの機能を統合し、肝臓、脳、前立腺の癌などの他の腫瘍タイプに技術を拡大するように取り組んでいます。チームはまた、MRIやPETスキャンなど、ISEGを他の画像法に適応させることを計画しています。
「これは、特に専門性の専門知識へのアクセスが限られている環境で、腫瘍が放射線腫瘍学で標的となる方法を標準化および強化できる基礎ツールとして想定しています」と、Feinbergの放射線腫瘍学のインストラクターであるTroy Teoは述べています。
「この技術は、機関全体でより一貫したケアをサポートするのに役立ち、数年以内に臨床展開が可能になる可能性があると考えています」とTeo氏は付け加えました。
この研究のタイトルは、「放射線療法における自動化された動き分解された腫瘍のセグメンテーションのためのディープラーニング」です。
ソース：
ジャーナルリファレンス：
Sarkar、S。、 et al。 （2025）。放射線療法における自動化された運動分解腫瘍のセグメンテーションのための深い学習。 NPJ精度腫瘍学。 doi.org/10.1038/S41698-025-00970-1。
1751343961
#AIツールはCTスキャンで肺腫瘍を正確に概説する際に医師と一致します
2025-07-01 04:12:00