MEDICINE & AI

タイトル：A multimodal AI model for precision prognosis in clear cell renal cell carcinoma: A multicenter study. 雑誌名：NPJ Digit Med. 2025 Nov 17; 8(1): 668. doi: 10.1038/s41746-025-02034-x. Epub 2025 Nov 17. 概　要： 明確細胞腎細胞癌（ccRCC）患者は手術後の再発リスクが高いですが、既存の臨床ツールは精度や臨床的実現可能性に欠けることが多いです。本研究では、1648人の患者から得た臨床データ、CT画像、組織病理学的全スライド画像（WSI）を用いて、マルチモーダル予測再発スコア（MPRS）を開発しました。MPRSは、従来の単一モーダルモデルや臨床ツールを上回り、内部および外部検証コホートでC-index値0.886および0.838を達成しました。MPRSは、KEYNOTE-564で定義された低リスク再発患者の83.3%を高リスクに再分類し、不適切な補助療法を回避しました。また、中間/高リスク非再発患者の57.7%を低リスクに再分類し、過剰な補助療法を防ぎました。MPRSは、日常的に利用可能なデータを活用し、再発リスクの層別化においてコスト効果が高く正確なアプローチを提供します。 方　法： 本研究は、1648人のccRCC患者を対象にした多施設共同研究です。患者データは6つのセンターおよびTCGAデータベースから収集され、臨床特徴、CT画像、組織病理学的全スライド画像を用いてMPRSを開発しました。主要評価指標はC-indexで、内部および外部検証コホートにおける値はそれぞれ0.886および0.838でした。 結　果： MPRSは、従来の単一モーダルモデルや臨床ツールを上回る性能を示しました。KEYNOTE-564で定義された低リスク再発患者の83.3%を高リスクに再分類し、中間/高リスク非再発患者の57.7%を低リスクに再分類しました。これにより、不適切な補助療法や過剰な補助療法を回避することができました。 結　論： MPRSは、ccRCC患者の再発リスクを高精度で予測し、個別化された管理と治療決定を最適化する可能性が示されました。このアプローチは、コスト効果が高く、臨床現場での実用性が期待されます。