転移性脳腫瘍は、頭蓋内病変の約10〜15％を占めるとされる。一般的に、原発巣の同定にはMRIが使用されるが、原発巣が不明な場合には侵襲的な生検が必要となることもある。中国の研究チームは、造影T1強調画像を用いて、転移性脳腫瘍において頻度の高い肺がんと乳がんを区別するラジオミクスモデルを開発し、その成果をTranslational Cancer Researchに発表した。
2015年から2023年までに、病理検査および画像検査によって診断された肺がんを原発巣とする転移性脳腫瘍患者118名と、乳がんを原発巣とする転移性脳腫瘍患者62名の造影T1強調画像をレトロスペクティブに解析した。データはトレーニングセット（126件）と検証セット（54件）にランダムに割り当てている。13種類の重要な画像的特徴量を同定し、これに基づいてロジスティック回帰、サポートベクターマシン、k近傍法、多層パーセプトロン、勾配ブースティング（LightGBM）などの多様な機械学習モデルを構築した。その結果、LightGBMにおいてトレーニングセットで0.875、検証セットで0.866という最も高いAUCを達成している。
本研究では、MRIラジオミクスモデル、特にLightGBMが転移性腫瘍における原発巣の区別に重要な役割を果たす可能性が示されている。研究チームは「今後さらなるデータの集積によりパフォーマンスを改善することで、本モデルが原発巣不明の転移性脳腫瘍の同定、診断、予後評価において重要な役割を果たすことが期待される」と述べた。
関連記事：
1. 機械学習による脳腫瘍の悪精度判定
2. MRI画像から脳腫瘍の硬さを自動検出
3. 脳腫瘍の悪性度をMRI検査画像からAIで予測 – 京大 iCeMs
