MEDICINE & AI

タイトル：Automated real-world data integration improves cancer outcome prediction 雑誌名：Nature. 2024 Dec; 636(8043): 728-736. 概　要： 本研究では、健康記録のデジタル化と腫瘍DNAシーケンシングの普及を活用し、癌の予後に影響を与える要因を豊富なデータで分析することを目的としています。患者データはしばしば非構造化テキストや分断されたデータセットに保存されています。ここでは、自然言語処理の注釈を用いて、メモリアルスローンケタリング癌センターの24,950人の患者から得た構造化されたデータを統合し、クリニコゲノミクスに基づく調和の取れた実世界のデータセット（MSK-CHORD）を生成しました。このデータセットは、非小細胞肺癌、乳癌、大腸癌、前立腺癌、膵癌のデータを含み、より小さなデータセットでは明らかでないクリニコゲノミクスの関係を発見することを可能にします。 方　法： 本研究は、24,950人の患者を対象にしたコホート研究で、自然言語処理を用いて705,241件の放射線報告書を注釈しました。MSK-CHORDデータセットを用いて、全生存期間を予測する機械学習モデルを訓練しました。モデルの性能は交差検証と外部の多施設データセットで評価されました。 結　果： 自然言語処理から得られた特徴を含むモデルは、ゲノムデータやステージのみを基にしたモデルよりも優れた予測性能を示しました。また、特定の臓器への転移の予測因子を明らかにし、SETD2変異が免疫療法を受けた肺腺癌において低い転移潜在能力と関連していることが独立したデータセットで確認されました。 結　論： 自動化された注釈付けの実現可能性と患者の予後予測における有用性が示されました。得られたデータは、実世界の癌研究のための公共資源として提供されます。