ブリティッシュコロンビア大学の研究者による発見は、最も一般的な婦人科悪性腫瘍である子宮内膜がんの患者の治療を改善することが期待される。
研究者らは、人工知能（AI）を使って何千もの癌細胞画像からパターンを見つけ出し、従来の病理学や分子診断では認識されないものの、患者の再発や死亡のリスクを大幅に高める子宮内膜癌の明確なサブセットを特定した。
本日発表された調査結果は、 ネイチャーコミュニケーションズより包括的な治療の恩恵を受けられる高リスク疾患の患者を医師が特定するのに役立ちます。
「子宮内膜がんは多様な病気で、一部の患者は他の患者よりもがんが再発する可能性がはるかに高い」と、ブリティッシュコロンビア大学（UBC）の教授で、婦人科腫瘍学のチュー・ウェイ教授長であり、BCがんセンターおよびバンクーバー総合病院の外科医科学者でもあるジェシカ・マカルパイン博士は述べた。「リスクの高い病気の患者を特定して介入し、再発を防ぐことが非常に重要です。このAIベースのアプローチは、命を救う可能性のある介入の機会を患者が逃さないようにするのに役立ちます。」
AIを活用した精密医療
この発見は、ブリティッシュコロンビア州婦人科がんイニシアチブ（UBC、BCがんセンター、バンクーバー沿岸保健局、BC女性病院の多機関による共同研究）のマカルパイン博士と同僚らの研究に基づくもので、同博士らは2013年に、子宮内膜がんはがん細胞の分子特性に基づいて4つのサブタイプに分類でき、それぞれが患者に対して異なるレベルのリスクをもたらすことを示すのに貢献した。
マカルパイン博士とチームはその後、サブタイプを正確に識別できる ProMiSE と呼ばれる革新的な分子診断ツールを開発しました。このツールは現在、ブリティッシュコロンビア州、カナダの一部、そして世界中で治療の決定の指針として使用されています。
しかし、課題は残っています。最も多くみられる分子サブタイプは、全症例の約 50% を占めますが、これは主に、識別可能な分子的特徴を欠く子宮内膜がんの包括的なカテゴリーです。
この非常に大きなカテゴリーには、極めて良好な転帰を示す患者もいれば、癌の転帰が非常に不良な患者もいます。しかし、これまでは、リスクのある患者を特定し、適切な治療を提供するためのツールがありませんでした。」
ジェシカ・マカルパイン博士、ブリティッシュコロンビア大学教授
マカルパイン博士は、長年の協力者であり機械学習の専門家で、UBCの生物医学工学、病理学、臨床検査医学の助教授であるアリ・バシャシャティ博士に協力を仰ぎ、高度なAI手法を用いてカテゴリーをさらに細分化しようと試みた。
バシャシャティ博士と彼のチームは、患者から採取した組織サンプルの画像を分析するディープラーニング AI モデルを開発しました。この AI は、さまざまなサブタイプを区別するようにトレーニングされ、2,300 枚を超える癌組織の画像を分析した後、生存率が著しく低い新しいサブグループを特定しました。
「AIの力は、大量の画像を客観的に見て、人間の病理学者が見つけられないパターンを特定できることです」とバシャシャティ博士は語った。「干し草の山から針を見つけるようなものです。AIは、これらの特徴を持つこのグループの癌が最も悪質で、患者にとってより高いリスクがあることを教えてくれます。」
発見を患者に届ける
チームは現在、テリー・フォックス研究所からの助成金のおかげで、AI ツールを従来の分子診断や病理診断と並行して臨床診療に統合する方法を研究している。
「この2つは連携して機能し、AIは私たちがすでに行っているテストにさらなるレイヤーを提供します」とマカルパイン博士は語った。
AI ベースのアプローチの利点の 1 つは、コスト効率が高く、地理的に分散して簡単に導入できることです。AI は、病理学者や医療提供者が田舎や遠隔地の小規模な病院でも日常的に収集し、診断に関するセカンド オピニオンを求める際に共有する画像を分析します。
分子分析とAIベースの分析を組み合わせて使用することで、多くの患者が地元に留まり、それほど負担のかからない手術を受けることが可能になり、同時に、より大規模ながんセンターでの治療が必要な患者も確実に治療を受けられるようになる。
「私たちにとって本当に魅力的なのは、より公平でアクセスしやすい機会です」とバシャシャティ博士は語った。「AIは、大都市の中心部にいるか田舎のコミュニティにいるかは関係なく、利用可能になります。そのため、私たちは、これが世界中の患者の子宮内膜がんの診断と治療の方法を本当に変えることができると期待しています。」
ソース：
1719467687
#UBCの研究者はAIを活用して子宮内膜がんの診断と治療を改善
2024-06-27 05:21:00