AIとがん研究 ── 肝臓がん ── 2026-11-20

肝臓がんの治療・治験とAI
- Decision system for combined hepatocellular-cholangiocarcinoma distant metastasis: a retrospective cohort study based on machine learning.抄録(全訳)
背景:混合型肝細胞がん・胆管がん(CHC)は、まれな原発性肝がんである。発生頻度は低く、予後は悪い。CHCは早い段階で遠隔転移(DM)を起こすことがあり、そうなると患者の生存期間は大きく短くなる。本研究は、機械学習(ML)で意思決定システムを作ることを目的とした。このシステムは、CHC患者でDMが起こる危険因子を評価するためのものである。
方法:SEERデータベースから、2000〜2020年のCHC患者1180例を集めた。これらの患者を、訓練セットと内部テスト群に7:3の比で無作為に分けた。2011〜2018年に当院でCHCと診断された患者も集め、外部検証セットとした(N = 125)。CHC患者を、DMの有無によって転移群と非転移群に分けた。訓練セットで単変量・多変量ロジスティック回帰分析を行い、DMに影響する危険因子を評価した。 特徴量の選択には、ランダムフォレスト(RF)と前進的な特徴量重要度の順位を用いた。選んだ特徴量を6種類のMLアルゴリズムに組み込んでモデルを作り、10分割交差検証で内部検証した。予測能の評価には、受信者動作特性(ROC)曲線、適合率-再現率曲線(PRC)、較正曲線(CC)、混同行列(CM)を用いた。シャープレイ加法説明(SHAP)で、DMの危険因子を重要度の高い順に並べた。ブラックボックスモデルの解釈可能性も、SHAPで分析した。最後に、臨床で使いやすいよう、最も性能のよいモデルをもとにウェブ上のリスク計算機を作成した。
結果:判定モデルの構築には、計6つの変数を選んだ。識別能が最も高かったのはエクストリーム勾配ブースティング(XGB)だった。内部テストセットでは、ROC曲線下面積(ROCAUC)が0.863、正解率が0.802、感度が0.875、PRC曲線下面積(PRAUC)が0.642だった。10分割交差検証では、XGBのROCAUCは0.989(標準誤差0.019)だった。 SHAPによると、CHCでのDM発生に寄与する上位6つの主要変数は、リンパ節、手術、年齢、グレード、原発部位、人種であった。リンパ節(node)、手術、年齢、悪性度(grade)、原発部位、人種。さらに、典型的な2症例の分析により、モデルの信頼性が証明された。
結論:患者の治療方針を決める判断材料として、有用性と信頼性が高い。
掲載誌の IF 相当:7.8(OpenAlex の直近 2 年の平均被引用数・2026-11-17 時点の値、2026-11-19 に取得。正式な IF(Clarivate)ではない)書誌:Xu L, Liu R, Wu S, Wang S, Cheng L, Wen T, et al. Decision system for combined hepatocellular-cholangiocarcinoma distant metastasis: a retrospective cohort study based on machine learning. Cancer Cell Int. 2026 Aug 10;26(1):365. doi:10.1186/s12935-026-04422-z.確認の範囲:抄録のみ確認