新しい二施設共同研究によると、人工知能が治療計画を強化し、従来の画像評価を上回る可能性があることを示唆する新たな二施設共同研究によると、MRI由来ラジオミクスは臨床医が手術前に直腸がんの高リスク腫瘍沈着を特定するのに役立つ可能性があるという。
デュアルセンター研究で MRI ベースのラジオミクス モデルを評価
遡及的分析では、2018年から2024年の間に治療を受けた直腸がん患者729人が評価され、最終的にモデル開発と検証には376人が含まれた。研究者らは、MRIスキャンから抽出されたラジオミクス特徴が、疾患の進行と不良転帰に関連する重要な予後因子である腫瘍沈着（TD）負荷に基づいて患者を階層化できるかどうかを調査した。
参加者は、TD 数に応じて、デポジットなし、1 ～ 2 件のデポジット、3 件以上のデポジットの 3 つのグループに分類されました。研究者らは、機械学習を使用して、原発腫瘍、最大の直腸間膜結節、および両方のデータセットを組み合わせた融合アプローチに由来する特徴に基づいて予測モデルを構築しました。モデルは XGBoost アルゴリズムを使用してトレーニングされ、曲線下面積 (AUC)、精度、精度、再現率、F1 スコアなどの複数のパフォーマンス指標にわたって評価されました。
テストされたアプローチの中で、核融合ラジオミクス モデルが最も強力なパフォーマンスを示しました。テストセットでは 0.873、検証コホートでは 0.858 の AUC 値を達成し、80% に近い精度を達成しました。注目すべきことに、この組み合わせモデルは、精度が 0.589 ～ 0.676 の範囲にあった経験豊富な放射線科医 2 名を上回り、定量的画像解析の潜在的な臨床価値を強調しています。
腫瘍のみのモデルも、AUC が 0.84 を超える強力な予測能力を示しましたが、結節ベースのモデルはわずかに低いものの、それでも臨床的に意味のあるパフォーマンスを達成しました。研究者らは、腫瘍の特徴と最大の直腸間膜結節の特徴を統合することで、疾患生物学のより包括的な表現が提供され、TD 負担の分類が改善されると示唆しています。
個別化された治療計画への影響
腫瘍沈着は直腸癌の予後不良マーカーとして認識されており、病期分類や治療上の決定に影響を与えます。しかし、標準的な画像読影だけを使用して手術前にTDを正確に特定することは依然として困難です。著者らは、MRIベースのラジオミクスが術前のリスク層別化をサポートする客観的なツールを提供し、術前補助療法の強化や綿密な監視などの個別化された治療戦略を導く可能性があると提案している。
有望ではあるものの、この研究の遡及的デザインと限られた外部検証は、広く臨床に採用される前に前向き多施設研究の必要性を浮き彫りにしている。それにもかかわらず、今回の研究結果は、AI を活用したラジオミクスが放射線科医の能力を向上させ、結腸直腸がん治療における精密な腫瘍学経路を洗練させる可能性があるという証拠をさらに強めています。
参照
張Cら。直腸癌における腫瘍沈着のリスク層別化のための MRI 由来のラジオミクス：二施設共同研究。インサイトイメージング。 2026;17:31。
1770544850
#MRI #ラジオミクスにより直腸がんのリスク層別化が改善
2026-02-08 09:05:00