がん免疫療法の弊害を受ける患者をAIで予見できるか?

免疫チェックポイント阻害薬はがんに対する薬物治療選択肢として普及が進む。その治療は従来の化学療法では治療が困難であった患者らに恩恵を与えている。しかし一方で、免疫療法の効果が乏しい人、さらには第3のカテゴリとして免疫療法によって病勢増悪や余命短縮などの弊害を受ける可能性のある「ハイパープログレッサー(hyper-progressors)」と呼ばれる患者群が注目されている。

ケース・ウェスタン・リザーブ大学の研究チームは以前から、非小細胞肺がん(NSCLC: non-small cell lung cancer)において、免疫チェックポイント阻害薬で「恩恵を受ける患者群」をAIによるCT画像解析から予測する研究を行っていた(過去記事2019/11/28)。同大学の4日付ニュースリリースによると、その研究グループから「免疫療法で病勢が過剰進行する患者群を予測するAI研究」が学術誌 Journal for ImmunoTherapy of Cancerに発表されている。同研究ではNSCLC患者109名のCT画像にもとづく機械学習アルゴリズムによって、治療の恩恵を受けられず病勢増悪してしまうハイパープログレッサーの患者群をAUC 0.96の精度で識別することができた。全生存期間についても、同手法で識別されたハイパープログレッサー群の患者はそれ以外の群よりも有意に短い生存期間を示した。

がん免疫療法による弊害が危惧される一部の患者を識別するバイオマーカーが確立されていない現状の課題に対して、同研究のような画像解析からの非侵襲的なAI手法によって「免疫療法を回避すべき潜在的な患者を把握できる可能性がある」と筆頭著者のPranjal Vaidya氏は述べている。同研究が前向き研究へ発展し、免疫チェックポイント阻害薬のより良い適応患者の解明が進み、治療による弊害を積極的に避けられるようになるかもしれない。

前の記事画像のみから脳出血の転帰を予測する機械学習アルゴリズム
次の記事自傷・精神病型イベント・依存症の発症を予測するAIモデル
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、SBI大学院大学客員准教授、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。