ネオアジュバント化学療法における乳腺腫瘍反応予測のための背景実質強調の分析手法の進展：系統的レビュー
カテゴリ：診断支援・画像解析
公開日：2026年2月19日
タイトル：Advances in analytical approaches for background parenchymal enhancement in predicting breast tumor response to neoadjuvant chemotherapy: A systematic review
雑誌名：PLoS One. 2025; 20(3): e0317240. doi: 10.1371/journal.pone.0317240. Epub 2025 Mar 07.
概 要：
乳がんは依然として重要な健康問題であり、治療法の進展が求められています。ネオアジュバント化学療法（NAC）は重要な治療戦略として注目されており、背景実質強調（BPE）の予測的有用性が関心を集めています。本系統的レビューは、BPE分析のための最近の分析手法の進展を調査し、乳腺腫瘍のNACに対する反応予測における信頼性と効果を評価することを目的としています。
方 法：
主要な電子データベース（Cochrane Database of Systematic Reviews、Google Scholar、PubMed、IEEE Xplore）を用いて、2024年5月10日までに発表された文献を包括的に検索しました。選定基準は、NAC治療を受けた乳がんコホートを対象とし、治療前と少なくとも1回の治療後の動的造影MRI（DCE-MRI）スキャンを含む研究に焦点を当てました。方法論的質の評価とデータ抽出を行い、さまざまなBPE分析手法の共通点と相違点を特定しました。
結 果：
882件の記録が得られ、78件が適格とされ、最終的に13件の研究が系統的レビューの基準を満たしました。文献分析により、BPE分析が単一時点から縦断的分析へと進化していることが明らかになりましたが、既存の縦断的BPE分析手法には、データ欠損や手動セグメンテーション、従来の統計手法への過度な依存などの問題が存在しました。
結 論：
本レビューは、NACに対する乳腺腫瘍反応予測におけるBPE分析の分析手法の進展を詳しく検討しました。縦断的BPE分析への移行は重要なギャップを浮き彫りにし、特に人工知能（AI）の領域での代替分析手法の必要性を示唆しています。今後の研究では、深層学習に基づく自動化された腫瘍セグメンテーションの統合や、複雑な時間的動態を扱うための高度なAI技術の実装が求められます。これにより、NACに対する乳腺腫瘍の反応予測がより正確かつ迅速に行えるようになり、個別化された効果的な乳がん治療戦略の向上が期待されます。