人工知能が膵臓がんを診断の最長 3 年前に特定

メイヨー クリニックと MD アンダーソンがんセンターの研究者が開発した人工知能モデルは、CT スキャンで膵臓がんの兆候を驚くべき精度で検出しました。 REDMOD (ラジオミクスベースの早期検出モデル) と呼ばれるこのシステムは、検査された症例の約 73% で従来の診断より約 16 か月前に疾患を特定することができました。一部の検査では、AI が疑わしいパターンを 2 年以上前に認識し、臨床的確認の最大 3 年前に検出できる可能性がありました。

膵臓がんは、2030 年までに米国のがんによる死亡原因の第 2 位になる見込みです。現在、診断の 85% は、膵臓がんがすでに他の臓器に転移しているときに診断されており、治癒治療が非常に困難になっています。 REDMOD は、定期的な検査で最小限の変更を特定することで、このシナリオを逆転させる有望なツールと思われます。

人間の目には見えない信号をシステムがどのように検出するか

REDMOD は明らかな腫瘍を検索しません。代わりに、人間の視覚では検出できない、膵臓組織の質感や構造の微妙な変化である放射性パターンを探します。このモデルは、病気がまだ治癒可能な段階で初期の兆候を認識する方法を学習するために、969 回の CT スキャンでトレーニングされました。

正常な細胞は、その増殖に影響を与える DNA 内での突然変異を起こします。膵臓がんは、これらの変化が画像検査で確認できる腫瘍に発展したり、症状を引き起こしたりするまでに数年かかることがよくあります。 REDMOD は、腫瘍が臨床的に現れるずっと前に、この目に見えない進行を捕捉できます。

人間の専門家による分析を上回る結果が得られました

研究者らは、後に膵臓がんを発症した患者の63枚のCTスキャンと、健康な人の430枚の対照スキャンでREDMODをテストした。このシステムは、63 件の疑わしいケースのうち 46 件を正確に特定し、73% のヒット率を達成しました。

同じスキャンを分析した 2 人の放射線科医が同時に初期兆候を検出したのは、症例の 38.9% のみでした。この違いは大きな利点を表します。AI モデルは専門家と比較して早期発見能力がほぼ 2 倍になりました。

テストは、異なる病院の異なる機器を使用して 2 つの異なるデータセットで繰り返されました。すべてのシナリオで、REDMOD は一貫したパフォーマンスを維持しました。複数の検査が利用可能な患者の場合、検査が数か月離れて実行された場合でも、AI はほぼ一致した結果を生成しました。

Leia Também

アンテナからの宇宙放射線の偶然の発見はビッグバンの証拠を明らかにします

アカデミー、2027年のオスカー部門で俳優の複数ノミネートを承認

Nintendo Switch 2 は 5 月にアクションとアドベンチャー タイトルを含む 9 つのゲームを発売します

導入に向けた課題と次のステップ

この研究では、430 人の健康な人のうち、81 人が REDMOD によって誤って容疑者としてマークされたという重要な点が特定されました。実際のシナリオで実装された場合、これらの人々は陰性結果を確認する前に追加の検査を受けることになります。この特異性を洗練することは、不必要な手順を避けるための優先事項となります。

• 高リスクグループにおける前向き検証
• より大規模で多様な集団を対象としたテスト
• 既存の臨床プロセスへの統合
• モデルの特異性の向上
• 病院のさまざまな状況におけるアクセシビリティ

メイヨークリニックの放射線科医アジット・ゴエンカ氏は、膵臓がんで命を救う最大の障害は常に、治癒可能ながんを検出できないことだと語る。 「この AI は、正常に見える膵臓のがんの兆候を識別できるようになり、さまざまな臨床現場で長期にわたって確実に識別できるようになりました。」

診断パラダイムの変化への道

REDMOD の本当の可能性は、他の理由で実行される日常的な CT スキャンへの応用にあります。医師は、無関係な症状を調べるために膵臓検査を指示することがよくあります。 REDMOD がこれらの画像を定期的に監視すれば、治癒治療がまだ有効である前臨床段階でがんを検出できる可能性があります。

研究者らは、より大規模で多様なグループにテストを拡大することを計画している。また、既存の医療ワークフローへの AI の組み込みの容易さについても調査する予定です。目標は、進行した症状に基づく現在の診断を、早期の病気の積極的な阻止に変えることです。

研究著者らは、このフレームワークが大規模な臨床指向のデータセット内の隠れたシグナルを一貫して検出する実証済みの能力と、長期にわたる高い安定性および検証済みの特異性を組み合わせることで、AI による早期検出の強固な基盤を構築できることを強調しています。研究者らは、継続的な開発と改良により、現存する最も致死性の高い種類の癌の 1 つに対して非常に有用なシステムを提供できるだろうと楽観的な見方を示しています。