AIとがん研究 ── 卵巣がん ── 2026-10-30

対象誌と選び方は索引の頁に

卵巣がんの治療・治験とAI

• 通常の病理組織スライドの深層学習解析による高異型度漿液性卵巣がんの PARP 阻害薬への反応予測
  Deep learning-based analysis of routine histopathology slides predicts response to PARP inhibitors in high grade serous ovarian cancer
  Apollo · 2026-10-27 · 証拠の段階: 観察研究（複数の独立コホートでの検証）
  抄録（全訳）

  PARP 阻害薬（PARPi）は、高異型度漿液性卵管・卵巣がん（HGSOC）の治療を大きく変えた。しかし、現在の予測バイオマーカーには、精度、拡張性、入手しやすさの点で課題がある。本研究では、通常のヘマトキシリン・エオジン（H&E）染色スライドから PARPi への反応を直接推定する AI の枠組みを作った。PARPi で治療した大規模なデータセットは限られている。そこで、プラチナ・タキサン化学療法への反応を代替エンドポイントとした。訓練には同療法を受けた患者 519 例を使い、2 つの独立したコホート（計 3,905 例）で検証した。施設間のばらつきがあっても、モデルはこれらのコホートで全生存期間に基づいて患者をリスク群に層別化した。次に、初回治療でニラパリブを受けた BRCA 野生型の患者 118 例の独立コホートに適用した。その結果、モデルのリスク予測は、臨床的共変量とは独立して、無増悪生存期間および全生存期間と関連していた。著者らの知る限り、これは初めての実証である。HGSOC の PARPi への反応を、日常的に採取される H&E スライドから直接導けることを示した。この結果は、PARPi 療法の対象患者をより精密に、より手軽に選ぶことを後押しする。

  掲載誌の IF：不明（照合できず）
  書誌：[No authors listed]. Deep learning-based analysis of routine histopathology slides predicts response to PARP inhibitors in high grade serous ovarian cancer. Apollo. [Epub ahead of print]. doi:10.17863/cam.136330.
  確認の範囲：抄録のみ確認

← この号の目次へ