AIとがん研究 ── 卵巣がん ── 2026-11-09
卵巣がん 1 本。筆頭: 境界悪性卵巣腫瘍の妊孕性温存手術後の再発を予測する機械学習モデル
卵巣がんの治療・治験とAI
- Machine learning based model to predict the recurrence after fertility sparing surgery in patients with borderline ovarian tumor抄録（全訳）
境界悪性卵巣腫瘍（BOT）は上皮性卵巣腫瘍の一つで、予後はよい。特に若い患者で予後がよい。妊孕性を残したい患者には、妊孕性温存手術（FSS）が選ばれることが多い。本研究は、FSS 後に再発リスクが高い患者を見分けるため、機械学習（ML）による予測モデルを作ることを目的とした。
多施設の後ろ向き研究で、2010〜2023年に FSS を受けた BOT 患者 589例を対象とした。臨床、病理、検査のデータを集め、10種類の ML アルゴリズムの予測性能を評価した。データを前処理し、そのうえで特徴量を選択した。特徴量の選択には、単変量解析と、予備的な ML モデルから得た特徴量重要度スコアを用いた。データは訓練セットとテストセットに無作為に分けた。ハイパーパラメータは、グリッドサーチと交差検証で調整した。性能は、曲線下面積（AUC）、正解率、感度、特異度などの指標で評価した。
正解率が最も高かったのは Gradient Boosting モデルで、AUC は 0.94、感度は 91%、特異度は 88% であった。再発の主な予測因子は、組織亜型、診断時の年齢、腫瘍の大きさ、術式であった。SHAP 値によってモデルの解釈性を高め、これらの特徴量が重要であることを示した。さらに、モデルを臨床で使いやすくするため、ウェブ上で使えるツールも作った。医師が患者データを入力すると、再発リスクの予測値が得られる。
本研究は、FSS を受ける BOT 患者で ML モデルが役立つ可能性を示した。術後管理の個別化を進め、腫瘍学的転帰と生殖面の転帰を最適化できる可能性を示している。
掲載誌の IF 相当：5.6（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：Gao Y, Yan C, Li W, Gao M, Wang T, Huang C, et al. Machine learning based model to predict the recurrence after fertility sparing surgery in patients with borderline ovarian tumor. J Ovarian Res. 2026 Nov 7 [Epub ahead of print]. doi:10.1186/s13048-026-02300-w.確認の範囲：抄録のみ確認