AIとがん研究 ── 胃がん ── 2026-10-27
胃がんの治療・治験とAI
- Contrast-enhanced CT radiomics for predicting radiotherapy response in gastric cancer: Model development and validation抄録（全訳）
背景：胃がんは、世界でいまもがん死亡の主な原因の一つである。放射線治療への反応を正確に予測することは、治療計画の個別化に欠かせない。造影コンピュータ断層撮影（CT）の画像は、空間とテクスチャの情報を豊富に含む。コントラスト造影 CT は、腫瘍の生物学的性質や治療反応を示す非侵襲的なバイオマーカーになりうる。
目的：局所進行胃がんでは、同時化学放射線療法への反応を予測できるかが課題となる。本研究の目的は、その予測のための CT ベースのラジオミクスモデルを開発し、検証することである。
方法：三次医療機関 2 施設から、組織学的に胃腺がんと確定した患者 212 例のデータを後ろ向きに集めた。治療開始前 2 週間以内に撮影した門脈相の CT 画像から、ラジオミクス特徴量を抽出した。特徴量の選択とモデルの構築には、LASSO（最小絶対値縮小選択演算子）ロジスティック回帰を用いた。性能は、受信者動作特性曲線下面積（AUC-ROC）、キャリブレーション解析、決定曲線解析で評価した。
結果：患者 1 人あたり計 1218 個のラジオミクス特徴量を抽出し、LASSO でそのうち 12 個を選んだ。ラジオミクスモデルの AUC は、学習コホートで 0.886（95% 信頼区間 0.841〜0.931）だった。検証コホートでは 0.853（95% 信頼区間 0.792〜0.914）だった。キャリブレーションは良好だった。モデルは、臨床的に意味のある閾値確率の全域で、有意な正味の利益を示した。モデルで奏効群と分類された患者は、非奏効群より全生存期間が有意に長かった（ハザード比 0.41、95% CI：0.28–0.61、p < 0.001）。ハザード比は 0.41（95% 信頼区間 0.28〜0.61、P < 0.001）である。
結論：本研究で構築した CT ラジオミクスモデルは、胃がんの放射線治療効果を治療前に予測する、頑健で非侵襲的なツールである。このモデルは個別化した治療の層別化に役立つ可能性があり、臨床の意思決定の流れに組み込める見込みもある。
掲載誌の IF 相当：2.8（OpenAlex の直近 2 年の平均被引用数・2026-10-26 時点の値、2026-10-27 に取得。正式な IF（Clarivate）ではない）書誌：Li X, Wu P, Yin Y. Contrast-enhanced CT radiomics for predicting radiotherapy response in gastric cancer: Model development and validation. Journal of Radiation Research and Applied Sciences. 2026 Dec;19(4):102736. doi:10.1016/j.jrras.2026.102736.確認の範囲：抄録のみ確認