高リスク個人における乳がんの一次予防のための長期画像由来AIリスクモデル
カテゴリ：診断支援・画像解析
公開日：2026年5月21日
タイトル：A long-term image-derived AI-based risk model for primary prevention of breast cancer in individuals at high risk.
雑誌名：Sci Transl Med. 2026 May 20; 18(850): eady7414. doi: 10.1126/scitranslmed.ady7414.
概 要：
本研究は、乳がんスクリーニングの改善に向けた短期リスク評価において有望な画像由来のAIリスクモデルを、長期的な一次予防のために開発し、外部検証を行ったものです。2010年から2020年の間に、31歳から94歳の個人が2つの人口ベースの症例コホート（米国オルムステッド郡およびスウェーデンのKARMA）と1つの病院ベースの症例対照研究（米国アトランタのEMBED）で募集されました。中央値の追跡期間は10年で、2022年6月までに乳がんが診断されました。AIリスクモデルはスウェーデンで開発され、オルムステッド/KARMA/EMBEDでの独立した検証が行われました。
方 法：
この研究は、オルムステッド郡とKARMAから8696人（平均年齢54.4±10.6歳）、乳がん発症者1633人（平均年齢57.0±10.6歳）を対象にしたコホート研究です。10年の絶対リスクは、研究開始時に推定され、時間依存的な識別性能（AUC(t)）と期待対観察イベント比（E/O）が評価されました。EMBEDでも3年間の追加検証が行われました。
結 果：
オルムステッドおよびKARMAにおける10年の平均リスクはそれぞれ3.83%および3.14%で、E/O比は0.99でした。侵襲性乳がんに対する10年AUC(t)はオルムステッドで0.72、KARMAでも0.72でした。AIリスクツールはMiraiよりも有意に優れた性能を示しました。KARMAでは、高リスクの上位10%において、AIリスクツールが33%の乳がんを予測したのに対し、Tyrer-Cuzick-v8/BCSC-v3/Miraiはそれぞれ23%/20%/24%を予測しました（すべてP<0.01）。
結 論：
10年の画像由来AIリスクモデルは、臨床リスクモデルやMiraiよりも有意に高い性能を示し、多様な集団における一次予防の臨床的可能性を支持する結果となりました。