AIとがん研究 ── 卵巣がん ── 2026-10-28
卵巣がん 1 本。筆頭: 卵巣がんの病的 BRCA 変異を予測する造影 MRI のラジオゲノミクス解析
卵巣がんの治療・治験とAI
- Radiogenomic Analysis of Contrast-Enhanced MRI for Predicting Pathogenic BRCA Variants in Ovarian Cancer.抄録（全訳）
本研究は、造影 MRI のラジオゲノミクス解析で卵巣がんの病的 BRCA1/2 変異を予測できるか、その実行可能性を調べた。解析対象は 26 例で、病的 BRCA1/2 変異ありが 14 例、なしが 12 例である。造影 MRI を用いて、腫瘍の二次元（2D）および三次元（3D）のセグメンテーションを作成した。PyRadiomics で抽出したラジオミクス特徴量は、LASSO（最小絶対値縮小選択）回帰で絞り込み、2 つの特徴量を選んだ。線形判別分析（LDA）モデルは 18 例で学習し、8 例で検証した。性能は感度、特異度、正確度、受信者動作特性（ROC）曲線下面積で評価した。領域抽出法どうしの AUC の比較には DeLong 検定を用いた。自動機械学習（AutoML）は学習 20 例、検証 6 例で実施し、複数の性能指標を算出した。LDA の正確度は、2D と 3D のいずれの検証データでも約 60% であった。AUC は 3D が 0.80、2D が 0.77 で、有意差はなかった（P = 0.85）。AutoML では CatBoost_BAG_L2_FULL が最適モデルとなり、正確度は 80% を超えた。MRI を用いたラジオゲノミクス解析は、卵巣がんの病的 BRCA1/2 変異の判別で中程度の性能を示した。これらの予備的な知見は、非侵襲的な予測に役立つ可能性を示唆しており、より大規模なコホートでの検証が必要である。より大きなコホートでのさらなる検証が必要である。
掲載誌の IF 相当：0.0（OpenAlex の直近 2 年の平均被引用数・2026-10-26 時点の値、2026-10-28 に取得。正式な IF（Clarivate）ではない）書誌：[No authors listed]. Radiogenomic Analysis of Contrast-Enhanced MRI for Predicting Pathogenic BRCA Variants in Ovarian Cancer. Acta medica Okayama. [Epub ahead of print]. doi:10.18926/AMO/71341.確認の範囲：抄録のみ確認