AIとがん研究 ── 膀胱がん ── 2026-11-09
膀胱がんの治療・治験とAI
- Machine learning models to predict pathological complete response after chemoradiotherapy in muscle-invasive bladder cancer: toward optimized indications for bladder preservation.抄録（全訳）
背景と目的： 筋層浸潤性膀胱がん（MIBC）では、膀胱を温存する化学放射線療法（CRT）を行うことがある。その後、顕微鏡レベルの病変が残ると、膀胱内再発の原因になりうる。本研究の目的は、CRT後の病理学的完全奏効（pCR）を予測する機械学習モデルを開発することである。 対象と方法： cT2-4N0M0のMIBC患者285例を後ろ向きに解析した。全例がCRTの後に膀胱部分切除術か膀胱全摘除術を受けている。CRTへの反応は、膀胱切除標本で判定した。患者は固定した乱数シードを用いて、訓練コホート（n = 228）とテストコホート（n = 57）に無作為に割り付けた。訓練コホートで、計102の機械学習モデルを評価した。受信者動作特性曲線下面積（AUC）が訓練コホートで最も高いモデルを選び、テストコホートで評価した。モデルに含めた変数は、臨床T病期、腫瘍径、多発性、水腎症、膀胱頸部浸潤（BNI）、上皮内がん（CIS）の併存、組織亜型、グレード、進行である。
結果：臨床T病期は、T2が169例、T3が105例、T4が11例であった。水腎症は69例にみられた。CRT前の経尿道的切除では、多発性が108例、BNIが54例、CISの併存が34例に認められた。全体では、285例中178例（62%）がpCRに達した。最終モデルとして選んだのはWeightedEnsemble_L4である。テストコホートでのAUCは0.829（95% 信頼区間 0.706〜0.932）であった。較正スロープは0.856（95% 信頼区間 0.469〜1.639）であった。信頼区間が広く、較正には不確実性があった。
結論：臨床病理学的変数に基づく機械学習で、CRT後のpCRを推定した。MIBC患者で膀胱を温存するかどうかを決める際の助けになる可能性がある。
掲載誌の IF 相当：2.1（OpenAlex の直近 2 年の平均被引用数・2026-11-08 時点の値、2026-11-09 に取得。正式な IF（Clarivate）ではない）書誌：Fujiwara M, Tanaka H, Hirahara D, Saho T, Takaya E, Matsumoto S, et al. Machine learning models to predict pathological complete response after chemoradiotherapy in muscle-invasive bladder cancer: toward optimized indications for bladder preservation. Clinical and Translational Radiation Oncology. 2027 Jan;62:101320. doi:10.1016/j.ctro.2026.101320.確認の範囲：抄録のみ確認