MEDICINE & AI

タイトル：Artificial intelligence-assisted metastasis and prognosis model for patients with nodular melanoma 雑誌名：PloS One. 2024; 19(8): e0305468. 概　要： 本研究の目的は、結節性黒色腫（NM）患者における転移および予後に影響を与えるリスク因子を特定し、人工知能（AI）アルゴリズムを用いて予後モデルを開発・検証することです。4,727人のNM患者の臨床病理学的特徴を後ろ向きにレビューし、ロジスティック回帰分析を用いて転移のリスク因子を特定しました。次に、複数のAIアルゴリズムを用いて転移モデルを構築し、最適なモデルを選定しました。最終的に、Cox回帰分析を統合した予後予測モデルを構築し、評価しました。 方　法： 本研究は、SEERデータベースから4,727人のNM患者を対象にした後ろ向きコホート研究です。ロジスティック回帰分析を用いて転移のリスク因子を特定し、MLP、AB、BAG、LR、GBM、XGBのアルゴリズムを用いて転移モデルを開発しました。モデルの性能を評価し、最適なモデルを選定しました。 結　果： ロジスティック回帰分析により、結婚状況、性別、原発部位、手術、放射線治療、化学療法、システム管理、NステージがNM転移の独立したリスク因子であることが確認されました。MLPが最適なモデルとして選ばれ、AUCは0.932、F1スコアは0.855、感度は0.878でした。また、1年、3年、5年の全生存率を予測するためのノモグラムが作成され、モデルは良好な識別力と一貫性を示しました。 結　論： 開発された予測モデルは、NM患者の予後をより効果的に反映し、リスクレベルを区別することができるため、従来のAJCCステージングシステムの有用な補完となります。このモデルは、NM患者の転移リスクを定量化し、生存率を評価し、精密な治療を行うための参考となります。