声無き声を聞き分ける – 肝細胞がんの予測モデル

肝細胞がんの主要な発生要因は、B型あるいはC型の肝炎ウイルスによる持続感染である。一方で「沈黙の臓器」とも呼ばれる肝臓は、初期の悪性腫瘍による自覚症状をほとんど引き起こさない。エジプト・カイロ大学などの研究チームは機械学習を利用し、C型慢性肝炎に伴う肝細胞がんの予測モデルを開発した。

Computer Methods and Programs in Biomedicineに掲載されたチームの研究論文によると、4,423名のC型慢性肝炎患者からなるデータセットを用い、肝細胞がんの存在を予測するための重要なパラメータ特定と実際の予測モデルの構築を行ったという。結果的に年齢・AFP・ALP・アルブミン・総ビリルビンが肝細胞がんの存在と統計学的に関連することを示し、予測モデルではAUCで95.5-99%と高い識別精度を導いた。

肝細胞がん患者において良好な予後を得るためには、早期発見と早期治療介入が欠かせない。がんの進展が局所に留まる小さなものであれば、手術や肝移植による治療で治癒を望むことができる。肝細胞がんのハイリスク者と言える「C型慢性肝炎患者における高精度なスクリーニング手法の開発」は、患者・医療者にとっての大きな助けとなる。

前の記事機械学習による「せん妄」予測
次の記事イヌの血液検査にもAI診断を – 米UC Davisの獣医学応用
TOKYO analytica
TOKYO analyticaはデータサイエンスと臨床医学に強力なバックグラウンドを有し、健康増進の追求を目的とした技術開発と科学的エビデンス構築を主導するソーシャルベンチャーです。
The Medical AI Timesにおける記事執筆は、循環器内科・心臓血管外科・救命救急科・小児科・泌尿器科などの現役医師およびライフサイエンス研究者らが中心となって行い、下記2名の医師が監修しています。

1. M.Okamoto MD, MPH, MSc, PhD
信州大学医学部卒(MD)、東京大学大学院専門職学位課程修了(MPH)、東京大学大学院医学系研究科博士課程修了(PhD)、ロンドン大学ユニバーシティカレッジ(University College London)科学修士課程最優等修了(MSc with distinction)。UCL visiting researcher、日本学術振興会特別研究員を経て東京大学特任研究員など。専門はメディカルデータサイエンス。

2. T.Sugino MD
防衛医科大学校卒(MD)。大学病院、米メリーランド州対テロ救助部隊を経て、現在は都内市中病院に勤務。専門は泌尿器科学、がん治療、バイオテロ傷病者の診断・治療、緩和ケアおよび訪問診療。泌尿器科専門医、日本体育協会認定スポーツドクター。