AIとがん研究 ── 子宮体がん ── 2026-10-08
子宮体がんの治療・治験とAI
- APPROACHES TO THE USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS, STAGING, AND RISK STRATIFICATION OF ENDOMETRIAL CANCER: A LITERATURE REVIEW抄録（全訳）
意義：子宮体がん（EC）は、先進国の女性生殖器の悪性腫瘍で最も多いものの一つである。早期に見つかれば、予後は比較的よい。しかし前臨床段階での診断はまだ難しい。肥満や代謝異常、ほかの婦人科疾患がある患者では、特に難しい。従来の診断法は経腟超音波（TVUS）、子宮鏡、生検、磁気共鳴画像（MRI）などである。いずれも感度と特異度に限界がある。近年、人工知能（AI）技術が医用画像診断と病理診断に盛んに取り入れられている。AI を使うと子宮体がんの診断精度が上がり、主観的な要因の影響が減る。 本研究の目的は、子宮体がんの診断・術前病期診断・リスク層別化での AI 活用の現状をまとめることである。本総説は、TVUS、MRI、病理組織画像、ラジオミクスデータの解析を対象とした。 対象と方法： 過去 10 年間に PubMed と Cochrane Library に収載された学術論文を、系統立てて分析した。最終的に 22 報をレビューに含めた。いずれも子宮体がんの診断・病期診断・リスク層別化への AI 応用を扱った論文である。
結果：AI モデルの性能は、使う検査法と検証方法によって異なった。個別の研究では、MRI データとデジタル病理組織画像を AI アルゴリズムで解析した。子宮内膜病変の良性と悪性の鑑別で、正確度は最大 90〜95% に達した。MRI に基づくラジオミクスモデルでは、腫瘍の悪性度（グレード）、筋層浸潤の深さ、リンパ管・血管侵襲、リンパ節転移を評価した。TVUS に基づくモデルの曲線下面積（AUC）は 0.80〜0.90 であった。子宮鏡と病理組織解析を扱った複数の研究では、モデルの性能が 90% を超えた。臨床・検査・画像のデータを統合すると、モデルの診断価値と予後予測価値が大きく上がった。
結論：TVUS、MRI、子宮鏡、デジタル病理組織のデータに AI を適用すると、解釈の正確さが向上する可能性がある。子宮体がんのリスク因子の術前評価に AI を適用した場合も、同様である。主観の影響を減らし、個別化治療の開発を進めやすくする可能性もある。ただし、多くのモデルはまだ研究段階の試作にとどまる。臨床に導入するには、多施設共同の前向き研究と解析法の標準化が必要である。複数種のデータを統合する AI モデル（マルチモーダル AI モデル）を、日常診療の流れに組み込むことも求められる。
掲載誌の IF 相当：0.0（OpenAlex の直近 2 年の平均被引用数・2026-10-07 時点の値、2026-10-08 に取得。正式な IF（Clarivate）ではない）書誌：Panshina E, Yurikova O, Toleshbayev D, Atambayeva S, Amankulov Z. APPROACHES TO THE USE OF ARTIFICIAL INTELLIGENCE IN THE DIAGNOSIS, STAGING, AND RISK STRATIFICATION OF ENDOMETRIAL CANCER: A LITERATURE REVIEW. Onkol radiol Kaz. 2026 Oct 6 [Epub ahead of print]. doi:10.52532/3135-3940-2026-3-765.確認の範囲：抄録のみ確認