医療とAIのニュース医療におけるAI活用事例疾患診断へのAI活用事例AI手法で示された乳がん予後予測の鍵「コラーゲン配列」

AI手法で示された乳がん予後予測の鍵「コラーゲン配列」

乳がんは米国女性の死亡原因第2位であり、早期がんに対する有効な予後予測バイオマーカーの確立とそれによる適切な治療戦略策定が求められてきた。米ケース・ウェスタン・リザーブ大学のグループは、AI手法で乳がんの治療後再発を予測するバイオマーカーを特定する研究を行っている。

同大学のリリースによると、研究では早期のエストロゲン受容体陽性(ER+)浸潤性乳がん(IBC)において、生検検体のHE染色画像に機械学習を適用し、「コラーゲン線維の配列がER+ IBC患者の生存期間の予測に有用である」ことを示した。解析の中で、生存期間が短い患者では、コラーゲン線維の配列がより秩序立っていることが判明している。特殊なコラーゲン染色や顕微鏡読影を必要とせずに、汎用的なHE染色でER+ IBCの予後予測ができるバイオマーカーとして、構築されたモデルの活用が期待される。研究成果はnpj Breast Cancer誌に掲載された。

同研究では、逆に「コラーゲンの配列が乱れたり壊れていることで予後が良くなる」ことも示されている。同研究グループのひとりAnant Madabhushi教授は「コラーゲンの『高速道路』がひどい状態なら腫瘍の移動が難しくなるが、整理されていれば腫瘍のヒッチハイクは簡単になる」と例えて解説している。同手法により、高度な画像処理顕微鏡をもたない病院でも、単純な染色スライドのデジタル画像による乳がん予後予測が病理医の日常業務として確立されるかもしれない。

関連記事:

  1. AI病理診断の雄「Ibex」 – 乳がん診断で欧州CEマーク取得
  2. BreastPathQ Challenge – 乳がん画像分析で病理医を上回る識別精度を達成
  3. 乳がんの病理診断を説明可能なAI
TOKYO analytica
TOKYO analyticahttps://tokyoanalytica.com/
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. 岡本 将輝 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)、英University College London(UCL)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、東京大学特任研究員を経て、現在は米ハーバード大学医学部講師、マサチューセッツ総合病院研究員、SBI大学院大学客員教授など。専門はメディカルデータサイエンス。 2. 杉野 智啓 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。
RELATED ARTICLES

最新記事

注目の記事