AIとがん研究 ── 肝臓がん ── 2026-10-10

対象誌と選び方は索引の頁に

肝臓がんの治療・治験とAI

• 肝細胞がんの治療方針決定での大規模言語モデルと多職種腫瘍検討会の推奨の一致度
  Concordance Between Large Language Models and Multidisciplinary Tumor Board Recommendations in Treatment Allocation for Hepatocellular Carcinoma
  Livers · 2026-10-08 · 証拠の段階: 後ろ向きの観察研究（単施設）
  抄録（全訳）

  背景・目的： 肝細胞がん（HCC）の治療方針の決定はきわめて複雑である。そのため、多職種腫瘍検討会（MDT）の意見が必要になる。しかし、MDTを利用できるかどうかやその信頼性は、医療体制の中で一様ではない。大規模言語モデル（LLM）は、MDTを補助する臨床意思決定ツールの候補として注目されている。本研究の目的は、複数のLLMが出したHCC症例の治療推奨をMDTの決定と比べることである。

  方法：ルーマニア・クルジュ＝ナポカの三次医療機関でMDTが検討したHCC 100例を、後ろ向きに解析した。4種類のLLMに、同じプロンプトと構造化した臨床情報を与えた。比較した LLM は、ChatGPT-5、カスタマイズした Tumor Board ChatGPT、Gemini 2.5 Flash、Gemini 2.5 Pro の4つである。各モデルに、同一の指示文と構造化した臨床情報を与え、治療の推奨を出させた。MDTの決定との一致は、第1・第2・第3の治療選択肢ごとに評価した。モデル間の差は、CochranのQ検定と、Holm法で調整した正確McNemar検定で評価した。偶然による一致を補正した一致度は、Cohenのカッパ（κ）で評価した。一致と臨床的な複雑さとの関連は、一般化推定方程式で調べた。

  結果：第1推奨の一致率は、GPT-5が81%（95% 信頼区間 72.2〜87.5）、Gemini 2.5 Proが80%（71.1〜86.7）であった。TumorBoard ChatGPTは78%（68.9〜85.0）、Gemini 2.5 Flashは63%（53.2〜71.8）であった。上位3つまでの累積一致率は、ChatGPT-5、Gemini 2.5 Pro、Tumor Board ChatGPT、Gemini 2.5 Flash の順に、それぞれ95%、92%、95%、86%に達した。偶然を補正すると、GPT-5（κ = 0.754）とGemini 2.5 Pro（κ = 0.743）はかなりの一致を示した。Gemini 2.5 Flashの一致率は有意に低かった。BCLC（バルセロナ臨床肝がん）病期、Child-Pugh分類、腫瘍量、治療カテゴリーで調整した後も、この差は残った（p = 0.006）。一方、BCLC病期などの臨床的な複雑さを表す変数は、一致率と有意に関連しなかった。

  結論：HCCのような複雑な疾患において、LLMはMDTの決定とおおむね中等度からかなりの一致を示した。モデル間には意味のある差があった。人による監督は欠かせない。そのうえで、LLMは一部の臨床の場で、専門家の判断を支えるツールになりうる。本研究は、肝がん診療を向上させるAIの可能性も示している。

  掲載誌の IF 相当：2.1（OpenAlex の直近 2 年の平均被引用数・2026-10-09 時点の値、2026-10-10 に取得。正式な IF（Clarivate）ではない）
  書誌：Grapa C, Mocan T, Leucuta DC, Mocan LP, Craciun R, Stefanescu H, et al. Concordance Between Large Language Models and Multidisciplinary Tumor Board Recommendations in Treatment Allocation for Hepatocellular Carcinoma. Livers. 2026 Oct 8;6(5):104. doi:10.3390/livers6050104.
  確認の範囲：抄録のみ確認
• 肝細胞がんのイムノスコアを治療前に非侵襲的に予測するGd-DTPA造影マルチパラメトリックMRIのラジオミクスモデル
  Radiomics Model Based on Gd-DTPA-enhanced Multiparametric MRI Supports Noninvasive Pretreatment Prediction of Immunoscore in Hepatocellular Carcinoma.
  Current medical imaging · 2026-09-30 · 証拠の段階: 後ろ向きの観察研究（内部検証のみ、外部検証なし）
  抄録（全訳）

  序論：肝細胞がん（HCC）のイムノスコアを、治療前にGd-DTPA造影MRIで予測できるかを評価した。本研究は、組織を採取せずに、治療前に非侵襲的に予測できるかを検討した。

  方法：手術を受けたHCC患者のうち、術前にGd-DTPA造影MRIを受けた例を後ろ向きに登録した。適格例は、3:1の割合で訓練セットと検証セットに無作為に割り付けた。CD3陽性細胞とCD8陽性細胞の密度は、免疫組織化学で定量した。中央値をカットオフとして、患者をイムノスコア高値群と低値群に分けた。マルチパラメトリックMRIの各シーケンスで、肝病変を含む関心体積を手作業で描出した。関心体積には、腫瘍内部と腫瘍周囲10 mmの辺縁を含めた。肝病変の領域を手作業で描出し、そこからラジオミクス特徴量を抽出した。臨床・病理データは電子カルテから取得した。サポートベクターマシン（SVM）で、3つの予測モデルを作った。(1) 腫瘍内ラジオミクスモデル（IRM）、(2) 腫瘍内と腫瘍周囲を合わせたラジオミクスモデル（CRM）、(3) 臨床因子とラジオミクスを組み合わせたモデル（CCRM）である。モデルの性能はDeLong検定で比べた。評価には、受信者動作特性曲線下面積（AUC）、較正曲線、決定曲線分析（DCA）を用いた。

  結果：適格例111例のうち、83例を訓練コホート、28例を検証コホートに割り付けた。83例を訓練コホート、28例を検証コホートに割り付けた。背景因子はコホート間でバランスがとれていた。AUCは、CCRMが両コホートで最も高かった（訓練 0.947、検証 0.913）。CCRMをIRMと比べると、検証コホートでは有意に性能が高かった（p = 0.016）。訓練コホートでは有意差はなかった（p = 0.084）。CCRMをCRMと比べると、検証コホートでは有意に上回らなかった（p = 0.55）。一方、訓練コホートでは有意差がみられた（p = 0.036）。較正曲線は良好な一致を示した。DCAでは、CCRMとCRMの全体的な正味の利益は同程度であった。閾値確率46%〜98%の範囲で、両モデルの正味の利益はIRMより高かった。 考察： このラジオミクス手法から、日常診療で行うGd-DTPA造影MRIで、HCCのイムノスコアを術前に予測できる可能性が示唆される。これは、腫瘍の免疫学的な特徴を捉えるための予備的な根拠となる。

  結論：腫瘍内と腫瘍周囲のMRI特徴量を統合したラジオミクスモデルで、HCCのイムノスコアを術前に非侵襲的に予測できる。このモデルは、個別化した免疫療法の方針決定を予備的に支える可能性がある。ただし、外部検証が必要である。

  掲載誌の IF 相当：1.3（OpenAlex の直近 2 年の平均被引用数・2026-10-09 時点の値、2026-10-10 に取得。正式な IF（Clarivate）ではない）
  書誌：Wang J, Jiang Y, Li Z, Xu D, Teng H, Meng H, et al. Radiomics Model Based on Gd-DTPA-enhanced Multiparametric MRI Supports Noninvasive Pretreatment Prediction of Immunoscore in Hepatocellular Carcinoma. CMIR. 2026 Sep 30;22. doi:10.2174/0115734056504350260925115431.
  確認の範囲：抄録のみ確認

← この号の目次へ