AIとがん研究 ── 前立腺がん ── 2026-11-20
前立腺がんの治療・治験とAI
- Predicting ISUP upgrading from biopsy to radical prostatectomy using an interpretable machine learning model with mpMRI-diagnosed prostatitis: a retrospective study.抄録(全訳)
前立腺がん患者の約 30%〜40% では、生検から根治的前立腺全摘除術(RP)にかけて、国際泌尿器病理学会(ISUP)グレードが上がる。このグレード上昇は、治療計画を損なうおそれがある。マルチパラメトリック MRI(mpMRI)を使うと、病変の性状を把握しやすくなる。しかし、前立腺炎に似た信号変化は臨床的に有意ながんと紛らわしく、画像の読影を混乱させうる。ただし、mpMRI で診断した前立腺炎を ISUP グレード上昇の変数として組み込んだ予測モデルは、これまでなかった。
本研究は単施設の後ろ向き研究で、連続する男性 503 例を登録した。対象者は、経会陰超音波ガイド下の「12+1」本系統的生検を受けた。生検は「12+1」コアの会陰式超音波ガイド下系統生検で、認知的 mpMRI 標的コアを追加した。その後、腹腔鏡下 RP を受けた(2021 年 5 月〜2024 年 10 月)。特徴量の選択には、10 分割交差検証による LASSO(least absolute shrinkage and selection operator)ロジスティック回帰を用いた。6 種類の機械学習分類器を訓練し、独立したテストセット(7:3 分割)で評価した。
ISUP グレードの上昇は 195 例(38.8%)にみられた。mpMRI で診断した前立腺炎は、上昇例で有意に多かった(27.2% 対 11.4%、P < 0.001)。重み付き総合スコアが最も高かったのはランダムフォレストモデルであり、受信者動作特性曲線下面積(ROC-AUC)は 0.823、平均適合率は 0.799 であった。このモデルを最終モデルとした。SHapley Additive exPlanations(SHAP)解析による特徴量の重要度は、次の順であった。腫瘍の前立腺底部の局在(平均 |SHAP| 0.145)、Prostate Imaging Reporting and Data System(PI-RADS)4 以上(平均 |SHAP| 0.121)、陽性コアの割合(平均 |SHAP| 0.100)、最大腫瘍径(平均 |SHAP| 0.062)、mpMRI で診断した前立腺炎(平均 |SHAP| 0.040)。
本モデルは、mpMRI で診断した前立腺炎を組み込んだ最初期のモデルの一つである。SHAP で解釈可能なこの枠組みにより、前立腺炎が PI-RADS スコアを超える予測価値を加えることが示された。生検でグレードを過小評価されるリスクの高い患者を見つける助けになる可能性がある。
掲載誌の IF 相当:2.8(OpenAlex の直近 2 年の平均被引用数・2026-10-21 時点の値、2026-10-22 に取得。正式な IF(Clarivate)ではない)書誌:Wang SY, Jin LC, Tian Z, Jia ZM, Li GZ, Chen X, et al. Predicting ISUP upgrading from biopsy to radical prostatectomy using an interpretable machine learning model with mpMRI-diagnosed prostatitis: a retrospective study. Asian J Androl. 2026 Nov 17 [Epub ahead of print]. doi:10.4103/aja202643. PMID: 43042515.確認の範囲:抄録のみ確認