人工知能 (AI) がデジタル オンコロジーを急速に推進しています。デジタルバイオマーカー検査は、臨床医ががん治療において情報に基づいた個別の決定を下すのに役立ちます。しかし、2023 年の時点で、成熟して大規模に使用されているこのような製品は市場にはまだほとんどありません。
計算病理学/病理学 AI (CPath/AI) の直接の経験を持つ 24 人の専門家が参加したコンセンサス レポートでは、AI によって診断の精度が向上し、病理技師の日常業務が大幅に変化すると述べています。 2030 年までに、AI は病理学研究室で日常的かつ効果的に使用されるようになるでしょう。
eBiomedicine と、The Lancet の補助誌である The Lancet Digital Health に最近掲載された 2 つの独立した研究では、それぞれ以下のことが検討されました: 黒色腫 (皮膚がん) のさまざまな段階における深層学習ベースの腫瘍浸潤リンパ球 (TIL、がん治療の薬物標的として使用できる) スコアリング システムの予後的重要性。そしてマンモグラフィーのワークフローにおいて AI を独立したリーダーとして使用することの価値。
異なるがんに関する 2 つの研究
最初の研究は、ドイツのテュービンゲン大学皮膚科、ドイツのハイデルベルク大学皮膚科、米国のイェール大学医学部病理学教室の研究者らによって共同で完了した。この研究では、研究者らは、標準およびデジタルTILスコアリングシステム「eTIL」用に開発されたアルゴリズムである深層学習アルゴリズムNN192を使用して、321件の原発性黒色腫サンプルと191件の転移性サンプルを分析した。
研究者らは、eTILs スコアが低い黒色腫患者は、eTILs スコアが高い患者に比べて、がん組織からの遠隔転移を発症するリスクが 2 倍以上であることを発見しました。同時に、原発性黒色腫サンプルと転移サンプルの間で eTIL スコアが減少しました。 eTILスコアが12.2%以下で抗PD-1免疫療法も受けた患者の生存転帰は不良でした。これは、eTIL が原発性黒色腫サンプルを予測できること、および eTIL が PD-1 療法を受けている患者の反応および生存転帰を予測できることを示しています。
これに関して、国際免疫腫瘍学バイオマーカーワーキンググループの共同議長であるロベルト・サルガド氏は、免疫細胞の正確な定量化には予後予測情報が含まれており、クリニカルパスやカスタマイズされた治療計画にとって重要であると述べた。さらに、コンピュータによる評価結果は手動による評価よりもはるかに正確です。
2番目の研究は、スウェーデンのカロリンスカ研究所およびカピオ・ザンクト・ゴーラン病院の腫瘍病理学部門のカリン・デンブロワー氏と彼女のチームによって実施されました。
この研究では、研究チームには、2021年4月1日から2022年6月9日までカピオ・ザンクト・ゴーラン病院で行われた定期乳がんスクリーニングに基づいて、充填されていない乳房インプラントを受けた40～74歳の女性55,581人が参加した。この研究はスウェーデン国家ガイドラインのフォーマタモグラフィースクリーニングに準拠しており、そこでは2人の放射線科医が各参加者のマンモグラムを独立して評価し、そのうちの1人が異常な読み取りをした場合には、さらなる画像処理を続行するかどうかを決定するために、コンセンサスディスカッションが行われました。さらなる検査で患者にがんの疑いがある場合は、生検サンプルが採取され、病理医が分析して確定診断が下されます。
この研究では、2 人の放射線科医が画像を読み取る間、InsightMMG (AI システム) がバックグラウンドで独立したリーダーとして実行されました。放射線科医はコンセンサス議論の前に情報を得るために InsightMMG にアクセスできませんでしたが、コンセンサス議論の間、放射線科医は局所画像所見、グラフィック輪郭、対応する AI 異常スコアを含むすべての症例の InsightMMG 情報にアクセスできました。
研究チームは4つの読影戦略を実施し、2人の放射線科医による2回読影（標準的な状況）、放射線科医とAIシステムによる2回読影、AIシステムによる1回読影、2人の放射線科医とAIシステムによる3回目の読影の実際の診断結果を検討した。その結果、標準的な状況と比較して、放射線科医とAIシステムによる二重読影によるがん発見率は4%増加し、再現率は4%減少したことがわかりました。 AIシステムによる単回読み取りのがん検出率には有意差はなく、再現率は47％減少した。 2 人の放射線科医と 3 回目の読影のための AI システムによるがんの検出率はわずかに増加し、再現率は 5% 増加し、コンセンサス議論は 50% 近く増加しました。
研究チームは、AIシステムと人間は画像を読み取る際に特定の異なる画像特徴を疑わしいがんとみなすため、人間とAIシステムの相乗効果によりマンモグラムでの乳がんの検出率が向上すると述べた。 AI システムの 1 回の読み取りにより、複数回の検査による参加者の心理的負担は最小限に抑えられますが、それはマンモグラムの大部分が医師によって評価されることがないことを意味します。 2 人の放射線科医と AI システムの 3 番目の読み取りにより、がんを最大限に検出できますが、検出コストの増加や放射線科医の不足などの問題とのバランスをとる必要があります。
市場はまだ発展し続ける必要がある
ロベルト・サルガド氏は、デジタルバイオマーカー検査は、臨床医ががん治療において情報に基づいた個別の決定を下すのに役立つと述べた。しかし、2023 年の時点で、成熟して大規模に使用されているこのような製品は市場にはまだほとんどありません。
米がん診断技術開発会社Paige.AIは現地時間9月7日、米テクノロジー企業マイクロソフト（Microsoft）と協力し、世界最大の画像ベースのAIモデルを構築し、デジタル病理・腫瘍学の開発に応用すると発表した。
折しも現地時間9月11日、米国テクノロジー企業デル（DELL）とアイルランド・リムリック大学デジタルがん研究センターは、B細胞リンパ腫の予測・診断研究を推進するためのAIプラットフォームとデジタルツイン技術を共同開発した。
「これは非常にエキサイティングなスタートであり、このプロジェクトを加速するための Dell Technologies チームのデジタル サポートを楽しみにしています。」リムリック大学の分子病理学教授であり、デジタルがん研究センターのデジタル病理学ユニットの科学ディレクターであるポール・マレー氏は、「Dell Technologies チームと協力することで、がん発生中に細胞がどのように異常を起こすかをさらに理解し、がん患者を診断および治療する新しい方法を見つけることができるでしょう」と述べています。