ネオアジュバント療法後の非小細胞肺癌患者における主要病理反応の推定に関するMMT-netの利用
カテゴリ：診断支援・画像解析
公開日：2026年3月20日
タイトル：Estimating major pathological response in non-small cell lung cancer patients with post-neoadjuvant therapy using MMT-net
DOI：10.1038/s41598-026-44633-y
概 要：
この研究は、ネオアジュバント療法（NAT）が局所進行非小細胞肺癌（NSCLC）において有効であることを背景に、主要病理反応（MPR）の推定を目的としています。MPRは、腫瘍床における生存腫瘍細胞の割合で定義され、患者の予後を予測する重要な指標とされています。本研究では、MMT-Netと呼ばれる自己教師あり学習モデルを提案し、NAT後のNSCLC患者におけるMPR推定のために設計されています。MMT-Netは、特徴抽出のために未注釈の病理画像で事前学習されたCNNバックボーン、マルチスケール特徴を融合するためのマルチアテンション機構、最終分類のためのトランスフォーマーレイヤーの3つの主要コンポーネントから構成されています。
方 法：
本研究は、NAT後のNSCLC患者を対象にしたデータセットを用いた検証を行いました。MMT-Netは、未注釈の病理画像で事前学習されたCNNをバックボーンとして使用し、マルチスケールの特徴を融合するマルチアテンション機構と、最終的な分類のためのトランスフォーマーレイヤーを組み合わせています。主要評価指標はMPRの推定精度です。
結 果：
MMT-Netは、NAT後のNSCLCデータセットにおいて、MPR推定のための一般的な手法よりも高い効果を示しました。さらに、アテンションマップの視覚化は病理医の注釈と強い一致を示し、モデルの出力はCKやKi67などの免疫組織化学マーカーと有意に相関しており、MMT-Netの信頼性が確認されました。
結 論：
MMT-Netは、MPR推定の効率を向上させる可能性があり、NSCLCにおけるNATの臨床応用をさらに進展させることが期待されます。