AIとがん研究 ── 膀胱がん ── 2026-11-17

膀胱がんの治療・治験とAI
- Machine learning-based prediction of BCG NON-RESPONSE in high-risk NON-muscle-invasive bladder cancer: An exploratory single-centre cohort study.抄録(全訳)
背景:高リスクの筋層非浸潤性膀胱がん(NMIBC)では、BCG(カルメット・ゲラン桿菌)に反応しない患者がいる。日常の泌尿器科診療で、そうした患者を前もって見分けるのはまだ難しい。BCG は宿主の免疫系を働かせる。そのため、免疫応答の個人差が、治療前に測れる指標に表れている可能性がある。
目的:治療前の日常診療データを使い、12か月時点の BCG 不応を予測する探索的な機械学習(ML)モデルを評価する。
デザイン:単一施設の後ろ向き観察コホート研究である。
方法:トルコの1施設で、2019〜2024年に BCG 膀胱内注入療法を受けた NMIBC 患者114例を調べた。2021年の欧州泌尿器科学会(EAU)分類では、腫瘍はすべて高異型度で、患者はすべて高リスクだった。BCG 不応は次のように定義した。非筋層浸潤性膀胱がんの BCG 不応は、導入注入を5回以上受けた後の固定した12か月の期間内に、組織学的に確認された再発が生じることと定義した。初回の経過観察膀胱鏡検査は3か月目に実施した。予測因子の候補は14項目で、いずれも初回注入前に得られる情報とした。BCG 投与回数など、治療中や治療後に決まる変数は除いた。比較したモデルは、罰則付きロジスティック回帰、ランダムフォレスト、サポートベクターマシン(SVM)である。前処理はすべて、訓練用に分割したデータ内で当てはめた。性能は入れ子交差検証で評価した。結果は、検証用に分けたデータ(out-of-fold)での予測を合算した曲線下面積(AUC)で示した。95% 信頼区間はブートストラップ法で求めた。報告は STROBE と TRIPOD+AI に従った。
結果:33例(28.9%)が不応だった。再発のうち18例(54.5%)は高異型度だった。不応と関連したのは腫瘍の個数と大きさだった。個数の調整オッズ比は 2.701(95% 信頼区間 1.424〜5.122)だった。大きさの調整オッズ比は 10 mm あたり 1.309(95% 信頼区間 1.012〜1.693)だった。プール化した out-of-fold AUC が最も高かったのはランダムフォレストで、0.915(95% 信頼区間 0.841〜0.974)だった。次いで SVM(0.874)、罰則付きロジスティック回帰(0.703)の順だった。アウトカムを高異型度の再発に限ると、ランダムフォレストの識別能は 0.683〜0.754 に下がった。
結論:ML モデルは、12か月時点の BCG 反応例と不応例を識別できた。ただし、高異型度の再発では識別能がかなり低かった。症例数が限られ、外部検証も行っていないため、この結果は仮説を生む段階のものとみなすべきである。日常診療で使う前に、多施設での前向きな外部検証が必要である。 筋肉の壁まで広がっていない膀胱がんは、通常、まず腫瘍を切除する。そのあと BCG という薬で膀胱の中を洗う。BCG は免疫系を促し、残ったがん細胞を攻撃させる。BCG は多くの人に効くが、一部の患者では治療してもがんが再発する。そうした患者を前もって見分ける方法は、今のところない。 著者らは、トルコの1つの病院で2019〜2024年に治療を受けた114例の記録をさかのぼって調べた。全員が悪性度の高い腫瘍をもち、全員が BCG を受けた。がんが治療終了後の1年間に再発したかは、3か月ごとの膀胱の検査で確かめた。再発は114例中33例だった。 次に、データからパターンを学ぶコンピュータープログラムを使った。目的は、治療開始前に集めた情報で、再発しやすい人を前もって見分けられるかを調べることである。使った情報は、年齢、腫瘍の大きさや個数などの特徴、日常の血液検査の結果である。プログラムの検証は慎重に行い、常に結果を見せていない患者で確かめた。こうして確認したので、報告した性能は、プログラムが記憶した内容を繰り返しただけのものではない。 あるプログラムは、二つの群をかなりよく分けられた。しかし、より重い再発だけに絞ると、プログラムの性能はかなり落ちた。治療方針が変わるのは、この重い再発のほうである。再発したがんのほぼ半数は、最も悪性度の低いタイプだった。この最も悪性度の低いタイプは通常、より大きな治療ではなく、腫瘍の再切除で対処される。 この研究は小規模で、1つの病院のデータにもとづいている。ほかの施設でもまだ検証していない。そのため、これらのプログラムはまだ診療に使える段階にない。ただ、日常的に集めている情報に有用な手がかりが含まれている可能性を示唆している。複数の病院での大規模な研究で確かめる価値がある。
掲載誌の IF 相当:4.1(OpenAlex の直近 2 年の平均被引用数・2026-11-16 時点の値、2026-11-17 に取得。正式な IF(Clarivate)ではない)書誌:Şığva H, Sevim M, Körpe K, Atış V, Arslan V, Görür S, et al. Machine learning–based prediction of BCG NON-RESPONSE in high-risk NON-muscle-invasive bladder cancer: An exploratory single-centre cohort study. Ther Adv Urol. 2026 Sep 28;18:17562872261493691. doi:10.1177/17562872261493691. PMID: 43036513.確認の範囲:抄録のみ確認