AIとがん研究 ── 肝臓がん ── 2026-10-05

肝臓がんの新しい論文一本を、対象、手法、結果の三段で示す図。対象は五施設の肝細胞がん患者一千九百二十八人。手法は MRI、病理の全スライド画像、臨床変数を統合する完全自動の深層学習 MAVEN。結果は内部テストで AUC 0.932、独立した外部四コホートで 0.879〜0.891。リスク層別化は早期の無再発生存と関連した。確認の範囲は抄録のみ。 — イメージアブストラクト ── 記事の全体像を 1 枚に（画像を押すと拡大）

肝臓がん 1 本。筆頭: MAVEN：肝細胞がんの VETC と早期再発を予測する自動マルチモーダルの枠組み

対象誌と選び方は索引の頁に

肝臓がんの治療・治験とAI

MAVEN：肝細胞がんの VETC と早期再発を予測する自動マルチモーダルの枠組み
MAVEN: an automated multimodal framework for predicting VETC and early recurrence in HCC
npj Precision Oncology · 2026-10-02 · 証拠の段階: 多施設の観察研究（5 施設・1928 例。モデル開発と外部検証）
抄録（全訳）
肝細胞がん（HCC）では、悪性度の高い腫瘍の表現型を正確に見分けることが、まだ大きな課題である。著者らは MAVEN（Multimodal Automated VETC Estimation Network）を開発し、検証した。MAVEN は完全に自動化したマルチモーダルの深層学習システムである。磁気共鳴画像（MRI）、病理組織の全スライド画像（WSI）、臨床変数を統合する。これにより、腫瘍胞巣を取り囲む血管（VETC）と早期再発のリスクを予測する。
この多施設研究の対象は、5 施設の患者 1928 人である。MAVEN は、単一モダリティや 2 モダリティのモデルより優れた性能を示した。曲線下面積（AUC）は、内部テストコホートで 0.932、独立した 4 つの外部コホートで 0.879〜0.891 であった。MAVEN によるリスク層別化は、すべてのコホートで早期の無再発生存と有意に関連した。
モデルの説明可能性を解析すると、放射線画像と病理組織の特徴がともに予測に寄与し、高リスク領域の空間的な位置も一貫していた。高リスク領域の空間的な位置も一貫していた。
これらの結果は、マルチモーダルの統合により、腫瘍の悪性度を頑健かつ汎用的に予測できることを示唆する。また、術後のリスク層別化も頑健かつ汎用的に行える。
掲載誌の IF 相当：8.9（OpenAlex の直近 2 年の平均被引用数・2026-10-04 時点の値、2026-10-05 に取得。正式な IF（Clarivate）ではない）
書誌：Liu W, Shen Z, Yang L, Zou W, Zhu Y, Li Y, et al. MAVEN: an automated multimodal framework for predicting VETC and early recurrence in HCC. npj Precis Onc. 2026 Oct 2 [Epub ahead of print]. doi:10.1038/s41698-026-01720-7.
確認の範囲：抄録のみ確認

← この号の目次へ