AIとがん研究 ── 脳腫瘍 ── 2026-10-11
脳腫瘍の治療・治験とAI
- AI-Based Prognostic Risk Stratification of Adult-Type Diffuse Glioma Patients from H&E-Stained Slides抄録（全訳）
背景・目的： 成人型びまん性神経膠腫（ADG）は悪性度の高い脳腫瘍で、臨床転帰のばらつきが大きい。日常的な H&E 染色の全スライド画像（WSI）から直接予後を評価できれば、個別化した意思決定を支えうる。それができれば、個別化した意思決定に役立つ可能性がある。
方法：2021 年 WHO 分類に基づく ADG を対象に、病理基盤モデル（FM）と多重インスタンス学習（MIL）を OS のリスク層別化について初めて体系的に比較した。病理基盤モデル（FM）と多重インスタンス学習（MIL）手法を系統的に比較評価した。著者らの知る限り、このような比較評価は初めてである。The Cancer Genome Atlas（TCGA）の多施設の後ろ向きコホート 817 例を解析した。 組織のセグメンテーションとパッチ単位の選別を行ったあと、病理 FM と MIL の組み合わせ 77 通り（FM 11 種 × MIL 手法 7 種）を評価した。あわせて ResNet-50 のベースライン構成 7 通りも評価し、エンコーダーと MIL の構成は計 84 通りとなった。評価には、患者単位の 10 分割交差検証を用いた。注意機構の忠実性は、摂動に基づく評価で調べた。
結果：交差検証での一致指数（C-index）が最も高かったのは、UNI2 と MambaMIL の組み合わせであった（C-index = 0.77）。一方、時間依存 AUC は中程度にとどまった（12〜36 か月で 0.60〜0.61）。同程度の性能を示した組み合わせも複数あった。 Kaplan–Meier 解析では、高リスク群と低リスク群が有意に分かれた（ハザード比 2.90（95% 信頼区間 2.23〜3.76、ログランク P = 9.16 × 10⁻¹⁷））。OS 中央値は、高リスク群 16.6 か月（95% 信頼区間 15.0〜20.4）、低リスク群 63.5 か月（95% 信頼区間 43.9〜未到達（NR））であった。三分位で層別化すると、OS は 94.5 か月から 14.7 か月へと単調に短くなる勾配が確認された（P = 3.25 × 10⁻¹⁷）。WHO 2021 の各型の中では、リスク層別化は有意でなかった。 領域特化型 FM の大半は、ImageNet で事前学習したベースラインより性能が高かった。また、注意の高いパッチを除くと性能が低下した。この結果は、注意機構の忠実性を支持する。
結論：AI で導いたリスクスコアは、個々の臨床変数や分子変数で調整しても OS との関連が保たれた。しかし、すべての変数を調整したモデルでは、独立した予後予測能は示されなかった（ハザード比 1.32（95% 信頼区間 0.94〜1.85、P = 0.104））。また、その識別能の大部分は WHO 2021 の型の違いを反映している。この比較評価の枠組みは、生存予測を目的とする計算病理学で FM-MIL を設計する際の指針となる。臨床応用の前に、外部検証が必要である。
掲載誌の IF 相当：5.3（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：Innani S, Pitarch-Abaigar C, Majeed MM, Harmsen H, Bell WR, Makris D, et al. AI-Based Prognostic Risk Stratification of Adult-Type Diffuse Glioma Patients from H&E-Stained Slides. Cancers. 2026 Oct 9;18(20):3259. doi:10.3390/cancers18203259.確認の範囲：抄録のみ確認