AIとがん研究 ── 肝臓がん ── 2026-10-17

対象誌と選び方は索引の頁に

肝臓がんの治療・治験とAI

• 腫瘍内ハビタットと腫瘍周囲ラジオミクスの組み合わせによる初回TACE効果の予測精度の向上：多施設後ろ向き研究
  Intratumoral habitat combined with peritumoral radiomics to improve the predictive performance of initial TACE efficacy: a multicenter retrospective study
  Frontiers in Oncology · 2026-10-14 · 証拠の段階: 後ろ向きの観察研究（多施設）
  抄録（全訳）

  背景と目的 中間期の肝細胞がん（HCC）では、経カテーテル動脈化学塞栓療法（TACE）が主な治療である。ただし、TACEへの反応は患者ごとに大きく異なる。そのため、治療効果を非侵襲的かつ精確に評価する方法が必要である。本研究は、腫瘍内ハビタット画像と腫瘍周囲ラジオミクス特徴を併用したときの、TACE反応の予測能を検討することを目的とする。 2015年1月から2023年12月までに4施設でTACEを受けたHCC患者を、後ろ向きに登録した。全例が造影MRIを受けていた。施設A・Bの患者を訓練コホート、施設C・Dの患者を外部検証コホートとした。画像には3相の造影MRI（動脈相・門脈相・遅延相）を用いた。K-Meansクラスタリングで、腫瘍内を3つのハビタット亜領域（Habitat 1、2、3）に分けた。腫瘍周囲からも特徴を抽出した。臨床変数も集めた。 主要なラジオミクス特徴はLASSO回帰で選んだ。臨床指標は、単変量と多変量のロジスティック回帰で特定した。XGBoostアルゴリズムで、腫瘍内・腫瘍周囲・臨床・統合の4つのモデルを作った。性能は、受信者動作特性（ROC）曲線、較正曲線、決定曲線分析（DCA）、DeLong検定で評価した。

  結果：初回TACEを受けたHCC患者174例を登録した。内訳は訓練コホート104例、検証コホート70例である。ハビタット亜領域から主要な腫瘍内特徴15個、腫瘍周囲領域からラジオミクス特徴24個が特定され、主にウェーブレット変換とテクスチャ解析に由来していた。その多くはウェーブレット変換とテクスチャ解析に由来していた。Cluster 2の特徴 wavelet-LLL_glszm_ZoneVariance_ PVP はモデルへの寄与が大きく、予測に正の影響を与えていた（SHAP値が最大）。 多変量解析でも、α-フェトプロテイン（AFP）（P = 0.015）と腫瘍径（P = 0.016）は、TACEへの反応と有意に関連していた。 臨床・腫瘍内ハビタット・腫瘍周囲ラジオミクスを組み合わせた統合モデルは、予測性能が優れていた。曲線下面積（AUC）は、訓練コホートと検証コホートでそれぞれ0.950（95% 信頼区間 0.89〜1.00）、0.850（0.79〜0.91）、0.830（0.77〜0.89）であった。この値は単独モデルを上回っていた（臨床：AUC = 0.700、Tumor_Habitat：AUC = 0.880、Peritumor_Radiomics：AUC = 0.870、P < 0.05）。較正曲線とDCAでは、予測と実測がよく一致していた。評価した閾値確率の範囲で、正味の利益も良好であった。

  結論：AFP、腫瘍径、腫瘍内ハビタット画像、腫瘍周囲ラジオミクスを統合したモデルで、HCC患者の初回TACEへの反応を精度よく予測できる。腫瘍内ハビタット亜領域の中では、Cluster 2由来の特徴の寄与が比較的大きかった。この非侵襲的な予測ツールは、治療前のリスク層別化に補完的な情報を与える可能性がある。臨床で使えるかを確かめるには、今後、前向きの多施設研究が必要である。

  掲載誌の IF 相当：2.7（OpenAlex の直近 2 年の平均被引用数・2026-10-02 時点の値、2026-10-03 に取得。正式な IF（Clarivate）ではない）
  書誌：Wang Z, Yin N, Su R, Zhou M, Sun Z, Li J, et al. Intratumoral habitat combined with peritumoral radiomics to improve the predictive performance of initial TACE efficacy: a multicenter retrospective study. Front Oncol. 2026 Oct 14;16:1772206. doi:10.3389/fonc.2026.1772206.
  確認の範囲：抄録のみ確認
• 肝細胞がんの反復TACE後の増悪を予測するCTハビタットと腫瘍周囲ラジオミクス：多施設研究
  CT habitat and peritumoral radiomics for predicting progression after repeat TACE in hepatocellular carcinoma: a multicenter study
  Frontiers in Pharmacology · 2026-10-14 · 証拠の段階: 後ろ向きの観察研究（多施設）
  抄録（全訳）

  背景：本研究では、機械学習を用いたラジオミクスモデルを開発し、検証した。このモデルは、腫瘍ハビタットのラジオミクス、腫瘍周囲のラジオミクス、臨床特徴を統合したものである。ハビタット、腫瘍周囲、臨床の特徴を統合し、肝細胞がん（HCC）の反復経動脈化学塞栓療法（TACE）後の無増悪生存期間（PFS）を予測する機械学習モデルを構築・検証した。

  方法：この後ろ向き多施設研究では、HCC患者270例を対象とした。施設1の患者を、訓練コホート（n = 94）と内部検証コホート（n = 41）に割り付けた。施設2（n = 82）と施設3（n = 53）は外部検証コホートとした。造影CT画像から、腫瘍ハビタットと5 mmの腫瘍周囲領域を作成した。ラジオミクス特徴は、単変量Cox回帰とLASSO-Cox回帰で選択した。 選択したラジオミクスシグネチャーと臨床変数を統合し、融合モデルとHPCリスクスコアを構築した。性能は、時間依存性ROC解析、C-index、較正、決定曲線分析、Kaplan–Meier解析で評価した。

  結果：ハビタットの最適なクラスター数はK = 2であった。融合モデルには、ハビタット特徴11個、腫瘍周囲特徴3個、α-フェトプロテインが残った。 3か月・6か月・9か月の無増悪生存に対するAUC（曲線下面積）は、訓練コホートでそれぞれ0.923、0.921、0.897であった。内部検証コホートのAUCは、3・6・9か月の無増悪生存でそれぞれ0.932、0.863、0.916であった。外部コホートのAUCはすべて0.82を超えた。 融合モデルのC-indexは、いずれのコホートでも臨床モデルより高かった。高リスク群のPFSは、低リスク群より有意に短かった（いずれも P < 0.001）。較正と決定曲線分析では、良好な一致と臨床的有用性が示された。

  結論：CTに基づく融合モデルとHPCリスクスコアで、HCCの増悪リスクを有効に予測できた。

  掲載誌の IF 相当：5.2（OpenAlex の直近 2 年の平均被引用数・2026-10-15 時点の値、2026-10-16 に取得。正式な IF（Clarivate）ではない）
  書誌：Wang F, Hu Y, Shi ZX, He XY, Sui YH, Wen FK, et al. CT habitat and peritumoral radiomics for predicting progression after repeat TACE in hepatocellular carcinoma: a multicenter study. Front Pharmacol. 2026 Oct 14;17:1942002. doi:10.3389/fphar.2026.1942002.
  確認の範囲：抄録のみ確認

← この号の目次へ