診断的腹腔鏡検査による卵巣癌の治療結果を予測する先駆的な人工知能ツール
カテゴリ：災害・救急医療
公開日：2026年2月19日
タイトル：A pioneering artificial intelligence tool to predict treatment outcomes in ovarian cancer via diagnostic laparoscopy.
雑誌名：Sci Rep. 2025 Apr 25; 15(1): 14437.
概 要：
卵巣癌は高い患者死亡率と罹患率に関連しています。新たに診断された高悪性度漿液性卵巣癌（HGSOC）において、腫瘍の局在を腹腔鏡で評価することは治療計画に役立ちます。本研究では、腹腔内の複数の部位への転移が悪い結果と関連していることは知られていますが、他の形態的腫瘍の違いが患者の結果に関連しているかは不明でした。そこで、腹腔鏡映像の大量の視覚情報を利用し、深層学習モデルが暗黙の特徴を捉え、治療結果を予測できるかを調査しました。新たな深層学習フレームワークを開発し、前治療の腹腔鏡画像を用いて、短い無増悪生存期間（PFS）と長いPFSを評価しました。
方 法：
この研究は、前治療の腹腔鏡画像を用いた深層学習フレームワークを開発しました。モデルは、形態的特徴を捉えるためのコントラスト事前学習と、患者レベルの治療結果を予測するための位置認識トランスフォーマーで構成されています。モデルは交差検証を用いて訓練・評価され、抽出された特徴はUMAP可視化とGrad-CAMサリエンシーマップを通じて分析されました。
結 果：
モデルは、五重交差検証でAUROC 0.819（±0.119）、全データセットでのアウトオブフォールドAUROC 0.807を達成し、腹腔鏡画像のみを用いて短いPFSと長いPFSの患者を成功裏に識別しました。
結 論：
このアプローチは、深層学習がHGSOCのトリアージを簡素化し、診断段階での最小侵襲的腹腔鏡検査に基づいて患者を正確に層別化することで、早期治療計画を改善する可能性を示しています。