「腕の腫れのリスクが高いと特定された患者には、治療中に腕圧迫スリーブを着用するなどの追加の支持策が提供される可能性があります。これにより、長期的には腕の腫れが軽減されることが示されています」と乳腺外科医のコンサルタントであるティム・ラッテイ氏は述べています。レスター大学レスターがん研究センターの准教授。
第 14 回欧州乳がん会議で発表された調査結果によると、人工知能 (AI) ベースのツールを使用すると、手術または放射線療法を受ける乳がん患者のリンパ浮腫などの副作用 (AE) を予測できる可能性があります。1
患者のコミュニケーションと治療変更のための説明可能な AI を使用した放射線療法の副作用の予測 (PRE-ACT) プロジェクトの一環として、研究者らは 6,361 人の乳がん患者の転帰を評価し、放射線療法後最大 3 年間の腕の腫れを予測するのに役立つ学習アルゴリズムをトレーニングしました。 3 つのデータセット全体で、患者の 6% がリンパ浮腫を経験しました。 平均して、AI ツールは症例の 81.6% でリンパ浮腫を予測し、患者の 72.9% で非リンパ浮腫の症例を正確に特定しました。 全体として、モデルは 73.4% の予測精度を示しました。
「ありがたいことに、乳がんの長期生存率は上昇し続けていますが、一部の患者にとって、これは、乳がんと共存しなければならないことを意味します。 [AEs] 彼らの治療の様子。 これらには、皮膚の変化、瘢痕、腕の痛みを伴う腫れであるリンパ浮腫、さらには放射線治療による心臓損傷も含まれます」と乳房外科医顧問でレスター大学レスターがん研究センター准教授のティム・ラッテイ氏は述べた。このプロジェクトのプレスリリースでは、2 「そのため、乳がんの手術や放射線治療後の慢性的な腕の腫れのリスクについて医師や患者に知らせるための AI ツールを開発しています。 これが医師と患者の放射線治療の選択肢の選択に役立ち、すべての患者の副作用を軽減できることを願っています。」
PRE-ACT コンソーシアムの研究者は、乳がん患者の AE リスクをわかりやすく説明できる予測 AI ツールを考案し、それによって患者と医師の間で意思決定を共有できるようにすることを目指しています。3 コンソーシアムの目的には、ファインダビリティの実装が含まれます。アクセシビリティ・相互運用性・再利用性（FAIR）に準拠したリポジトリ。予測モデルの外部検証を実行し、トレーニングコホート内の毒性予測に対する等高線変動の影響を評価し、転移学習技術を介してモデルを他のがん種の AE を予測しやすくするためのリポジトリです。
「腕の腫れのリスクが高いと特定された患者には、治療中に腕圧迫スリーブを着用するなどの追加の補助手段が提供される可能性があります。これは、長期的には腕の腫れを軽減することが証明されています」とラッテイ氏は付け加えた。2「臨床医もこれを使用する可能性がある」患者におけるリンパ節照射の選択肢を議論するための情報であり、その利点はかなり境界線にある可能性があります。」
PRE-ACT イニシアチブの一環として、研究者らは高度な機械学習手法を使用して複雑な放射線治療データセットを評価します。これには、3D 画像と線量分布データ、ゲノミクス データ、集学的治療データ、併存疾患および社会経済的変数に関する医療データを組み合わせることが含まれます。 4 AI ツールには説明レイヤーが含まれており、臨床医も患者も同様に平易な言葉で書かれた説明にアクセスできます。 このモデルには、AI システムに継続的なフィードバックを提供できるエンドユーザーも実装されており、適切な放射線治療アプローチの選択について医師や患者に情報を提供するのに役立ちます。
研究者らは、2024 年後半に開始される予定の第 3 相 PRE-ACT-01 試験の一環として、AI モデルの予測機能をさらに評価する予定です。この試験では、遺伝子マーカーと画像データに関連する情報を収集して、精度を向上させることに焦点を当てます。 AI の予測精度。 このような情報は、PRE-ACT 試験での予測を立てるために使用されることはありません。 研究者らはまた、皮膚や心臓の損傷などの他のAEを予測できるようにAIツールを進化させることも計画している。 Rattay氏によると、研究者らは2026年初頭までにおよそ780人の患者が登録されると予想しており、この試験には2年間の追跡期間が含まれる予定だという。
参考文献
1711556391
#モデルは乳がん手術集団における毒性リスクを予測する可能性がある
2024-03-27 16:09:06