H&Eで染色したバイオプシーのデジタル画像に基づいて,前立腺癌の増殖を予測するためのディープラーニングモデル

科学分野:

• デジタル病理学
• 腫瘍学における人工知能
• 前立腺がんの診断

背景:

• 前立腺がん (PCa) の診断とステージ化は,治療計画において極めて重要です.
• 前立腺外延伸 (EPE) はPCaにおける重要な予後要因である.
• EPEの正確な術前予測は依然として課題です.

研究 の 目的:

• 前立腺生検のH&EスライドからEPEを予測するためのディープラーニングパイプラインを開発し,検証する.
• モデルの性能と解釈性を評価する.
• 予測されたEPE確率と生化学的再発 (BCR) の間の相関を調べる.

主な方法:

• 前立腺切除手術を受けた260人の患者から2592枚のH&Eスライドを使用した.
• EPE予測のための複数のインスタンス学習によるディープラーニングアプローチを採用した.
• 解釈分析とBCRとの相関分析を行いました.

主要な成果:

• ConvNeXtモデルは高精度で腫瘍分類 (AUC 0. 981) とEPE予測 (AUC 0. 886) を達成した.
• 核の特徴をEPEに関連する重要な特徴として特定した.
• 予測されたEPE確率とBCRの強い相関を示した (p=0.01).

結論:

• AIの病理学モデルは生検スライドを使って 手術後のEPEを正確に予測できます
• これはPCaの手術前リスク分層化ツールです.
• このモデルはPCa患者の個別化された治療戦略に役立ちます.