資源制約のある環境における臨床意思決定支援のための神経膠腫におけるMGMTメチル化予測AIツール
カテゴリ：医療現場の業務効率化
公開日：2026年2月19日
タイトル：AI tool for predicting MGMT methylation in glioblastoma for clinical decision support in resource limited settings
雑誌名：Sci Rep. 2024 Nov 14; 14(1): 27995.
概 要：
この研究は、神経膠腫の治療戦略において重要なO6-メチルグアニン-DNAメチルトランスフェラーゼ（MGMT）遺伝子のメチル化状態を予測するための人工知能（AI）フレームワークを開発することを目的としています。経済的制約により分子診断へのアクセスが制限される中、診断用の磁気共鳴画像（MR画像）を用いてAIモデルを訓練し、単一施設のデータで検証しました。合計100人の患者のデータを使用し、343の特徴を抽出しました。最も優れた機械学習モデルは、LASSO特徴選択後に精度0.82、曲線下面積（AUC）0.81、再現率0.75、精度0.75を達成しました。このフレームワークは、臨床および放射線治療に基づくAI駆動の表現型を統合することで、MGMTメチル化を予測できることを示しています。
方 法：
この研究は、100人の患者を対象にしたコホート研究です。診断用のMR画像を公共リポジトリから取得し、放射線治療計画のためのガイドラインに従って画像をセグメント化しました。臨床評価と神経放射線専門家の意見を組み合わせ、343の特徴を抽出しました。8つの特徴選択法を用いて、7つの独立した予測フレームワークを生成しました。
結 果：
最も優れた機械学習モデルは、LASSO特徴選択後に精度0.82、AUC0.81、再現率0.75、精度0.75を達成しました。これにより、MGMTメチル化の予測が可能であることが示されました。
結 論：
この研究は、臨床および放射線治療に基づくAI駆動の表現型を統合することで、MGMTメチル化を予測できることを示しました。このフレームワークは、分子診断へのアクセスを制限する制約に対処する可能性があります。