マンモグラフィー AI は乳がんのリスク予測に役割を果たす可能性がある

Kaiser Permanenteの研究では、人工知能アルゴリズムが一般的に使用されている乳がんリスク予測ツールよりも優れていることが判明

スー・ロックマン著

マンモグラムを読み取るように訓練された人工知能アルゴリズムは、一般的に使用されている乳がんリスク評価ツールよりも女性の将来の乳がんリスクをより正確に予測できることが、カイザー・パーマネンテの新たな研究で判明した。

6月6日にRadiology誌に掲載されたこの研究は、マンモグラムに見られるリスク関連の画像バイオマーカー（コンピュータが識別してリスクスコアを生成するために使用できる）が、医師が女性により個別化された乳がん検診の推奨を提供するのに役立つ可能性があることを示唆している。

「女性の将来の乳がんリスクを評価する、より正確かつ効率的な方法が必要です」と、研究主著者でカイザー・パーマネンテ研究部門の研究員であり、パーマネンテ紙で乳房画像診断を専門とする放射線科医であるヴィグネシュ・アラス医学博士は述べた。医療グループ。 「私たちの研究は、放射線科医にとって陰性と思われるマンモグラフィー、つまり腫瘍の兆候がないように見えるマンモグラフィーには、女性が今後 5 年間に乳がんと診断されるリスクを評価するのに役立つ可能性のある情報がコンピューターで確認できることを示しています。 」

この遡及研究には、2016年に北カリフォルニアのカイザー・パーマネンテでマンモグラム検査を受け、乳がんの兆候が見つからなかった32万4,000人の女性が対象となった。 過去に乳がんにかかったことがないか、乳がんのリスクを高める遺伝子変異があると診断された女性はいなかった。 女性の約24％はマンモグラフィーを受けた時点で50歳未満で、約87％には乳がんの既往歴のある一親等親族がいなかった。

その後 5 年間で、4,584 人の女性が乳がんと診断されました。 これらのうち、83% が浸潤性乳がんと診断され、17% が非浸潤性上皮内乳管がん (DCIS) と診断されました。 この研究では、これらの女性を、元のグループの乳がんを発症しなかった女性32万4,000人のうち1万3,435人と比較した。

研究者らは、2016年にこれらの女性のために作成されたマンモグラフィー画像から5年間の乳がんリスク予測スコアを5つの人工知能（AI）アルゴリズムに報告させた。

研究者らはまた、乳がん監視コンソーシアム（BCSC）の臨床リスクモデルを使用して、今後5年間に各女性が乳がんを発症するリスクを評価した。 このモデルは、年齢、人種または民族、乳がんの一級家族歴、過去の良性乳房生検の回数、およびマンモグラフィーによる乳房密度を使用してリスクを予測します。 各女性のスコアは、2016 年のマンモグラフィー検査時の電子健康記録の臨床データを使用して計算されました。

この研究では、BCSCリスクスコアが最も高い女性（上位90パーセンタイル）が、今後5年間で全がんの21.1％を占めることが示された。 対照的に、AI リスクスコアが最も高い女性は、すべてのがんの 24% ～ 28% を占めていました。

「現在、マンモグラムを読み取るように訓練されたAIアルゴリズムのほとんどは、放射線科医を支援するために目に見えるがんにフラグを立てるために使用されています」とArasu氏は述べた。 「しかし、これらのアルゴリズムは、乳房の密度に加えて、乳房組織に変化が起こっていることを知らせる、リスクの予測に使用できるマンモグラム上の画像バイオマーカーも確認できます。」

研究者らはまた、曲線下面積（AUC）と呼ばれる統計手法を使用して、各リスクモデルが今後5年以内にどの女性が乳がんと診断されるかをどの程度正確に予測したかを比較した。 AUC 結果の範囲は 0.0 (正しい予測なし) から 1.0 (すべての予測が正しい) です。 BCSC モデルの AUC は 0.61 でした。 比較すると、AI モデルのリスク予測結果は 0.63 ～ 0.67 の範囲でした。

AI と BSCS のリスク予測を組み合わせた場合、AUC の範囲は 0.66 ～ 0.68 で、これはすべての個別の AI アルゴリズムよりも高かった。 結合モデルは、マンモグラフィー撮影後 1 年以内に乳がんと診断された女性の予測においてさらに優れた結果を示し、AUC は 0.73 と高かった。 インターバル乳がんは、通常、女性が乳房にしこりを見つけたことにより、スクリーニング用マンモグラフィーで正常に見えてから次に予定されているスクリーニング用マンモグラムまでの間に診断される腫瘍です。 間期がんは通常、急速に増殖するがんであり、体の他の部分に転移する可能性が高くなります。

「インターバルがんの予測能力が向上したことは、これまでルーチンのスクリーニングで見逃されていた侵襲性の高い乳がんをAIが識別していることを示しています」とArasu氏は述べた。

研究者らは、今回の結果は、AIを単独で使用するか、現在のリスク予測モデルと組み合わせて使用​​することで、将来のリスク予測に新たな手段が提供されることを示唆していると述べている。

「現在、臨床放射線科医は主にマンモグラフィーで AI を使用して乳房腫瘍を特定しています」と Arasu 氏は述べています。 「しかし、私たちの研究結果は、AIを使用して、女性が今後5年間に乳がんと診断されるリスクを知ることができる予測リスクスコアを生成することを裏付けています。その情報を他の既知の危険因子と合わせて使用​​することで、乳がんからの脱却に役立つ可能性があります。」画一的なスクリーニング推奨事項と、女性個人の危険因子に基づいた個別化された乳がんスクリーニング推奨事項の開発。」

この研究は、Permanente Medical Group の Delivery Science and Applied Research Program と National Cancer Institute から資金提供を受けました。

共著者には、研究部門の Laurel A. Habel 博士、Ninah S. Achacoso 博士、Lawrence H. Kushi 博士、Vincent X. Liu 医学博士、Caitlin M. Lydon 医学博士、Catherine Lee 博士が含まれます。 ; カイザー・パーマネンテ・ワシントン健康研究所のダイアナ・SM・ブイスト博士。 南カリフォルニア・パーマネンテ・メディカル・グループのジェイソン・B・コード医師、ドナルド・A・ルイス医師、 カリフォルニア大学サンフランシスコ校のローラ・J・エッサーマン医学博士、M・マリア・グリモア博士、ノーラ・M・ヒルトン博士、ジョン・コルナック博士。 カリフォルニア大学デービス校のダイアナ・L・ミリオレッティ博士。 パーマネント・メディカル・グループのダニエル・A・ナバロ医師、 カイザー財団病院のアルバート・プー、修士。 マウント・サイナイのアイカーン医科大学のリー・シェン博士とウェイバ・シー医学博士。 ハワイ・パーマネンテ・メディカル・グループのユン・ヒョチュン医学博士。

# # #

カイザーパーマネンテ研究部門について

カイザー パーマネンテの研究部門は、カイザー パーマネンテの会員および社会全体の健康と医療を改善するために、疫学および医療サービスの研究を実施、出版、普及しています。 病気と健康の決定要因を理解し、医療の質と費用対効果を向上させることを目指しています。 現在、DOR の 600 名を超えるスタッフが 450 以上の疫学および保健サービス研究プロジェクトに取り組んでいます。 詳細については、divisionofresearch.kaiserpermanente.org にアクセスするか、@KPDOR をフォローしてください。

あなたのメールアドレスが公開されることはありません。 必須フィールドは、マークされています *

名前 *

Eメール *

Webサイト

コメント *

D