AIとがん研究 ── 膀胱がん ── 2026-11-02
膀胱がん 1 本。筆頭: 機械学習による上部尿路上皮がんの術後肺転移の予測
膀胱がんの治療・治験とAI
- Machine learning predicts postoperative lung metastasis in upper tract urothelial carcinoma抄録（全訳）
上部尿路上皮がん（UTUC）で肺転移（LM）のリスクが高い患者を早期に見つけることは、術後のリスク層別と経過観察の計画に重要である。この後ろ向き研究では、5 種類の機械学習手法で UTUC 患者の LM リスクを予測した。
解析には監視・疫学・最終結果（SEER）データベース（2000〜2017 年）のデータを用いた。SEER コホートは 7:3 の比で訓練セットと内部テストセットに無作為に分け、モデル開発と内部検証に使った。最終解析では、合成リサンプリング手法は用いなかった。主要な独立変数は、Boruta アルゴリズムと多変量ロジスティック回帰で特定した。
モデルの性能は、吉林大学第一医院の UTUC 患者 569 例のデータで検証した。評価には、曲線下面積（AUC）、適合率-再現率曲線下面積（AUPRC）、決定曲線分析、シャープレイ加法的説明（SHAP）による解釈を用いた。臨床で使うためのオンラインツールも開発した。
5 種類の機械学習モデルのうち、ランダムフォレスト（RF）は一部の指標で見かけ上高い性能を示した。一方、ロジスティック回帰（LR）は内部テストセットと外部検証セットのいずれでも、安定性と汎化性能がより高かった。そこで、LM に特化した UTUC リスク計算ツールを、臨床応用のために LR で開発した。
本研究では、UTUC 患者の LM リスクを評価する臨床予測モデルを開発した。このモデルは臨床上の意思決定を支援できる可能性がある。
掲載誌の IF 相当：5.2（OpenAlex の直近 2 年の平均被引用数・2026-10-04 時点の値、2026-10-05 に取得。正式な IF（Clarivate）ではない）書誌：Wu H, Xu T, Cao H, Li Y, Zhou H, Wang L, et al. Machine learning predicts postoperative lung metastasis in upper tract urothelial carcinoma. Sci Rep. 2026 Oct 31 [Epub ahead of print]. doi:10.1038/s41598-026-77312-z.確認の範囲：抄録のみ確認