AIによる良性前立腺生検における形態学的変化を示す腫瘍の発見

科学分野:

• 腫瘍学
• 病理学について
• 人工知能

背景:

• 前立腺がんの診断用針生検 (PCa) は,臨床的に重要な腫瘍を見逃し,隠された癌の隣接する良性組織を採取します.
• 良性組織生検では,前立腺の他の部位に存在する微妙な形状学的な指標が含まれている可能性があります.
• 前立腺特異抗原 (PSA) レベルが上昇すると,正確なリスク分層と早期発見方法が必要です.

研究 の 目的:

• 良性前立腺生検における形態学的ヒントを検出する人工知能 (AI) の能力を調査する.
• 臨床的に有意なPCaの診断を30ヶ月以内に予測する.
• 見た目上正常な組織でPCaの兆候を示す特定の組織学的パターンを特定する.

主な方法:

• 232人の最初は良性前立腺組織と診断された男性から採取した,ヘマトキシリンエオシンで染色した生検部位を分析した.
• 年齢,診断年,PSA濃度による症例のマッチングで,半分はPCaを発症し,半分は少なくとも8年間がんがない.
• 初期良性バイオプシー形態から将来のPCa診断を予測するためのAIモデルの開発と検証.

主要な成果:

• AIモデルは,初期良性バイオプシーによる将来のPCa診断の予測において高い精度を示し,曲線下の面積 (AUC) を0.82を達成しました.
• AIは,将来のPCaに関連したストロマルコラーゲンおよび腺上皮細胞の変化を含む微妙な形態学的パターンを特定しました.
• これらの発見は,明らかに癌の検出に先立つ良性サンプルで,AIが予測可能な組織学的特徴を識別できることを示しています.

結論:

• 通常の生検スライドのAI分析は,初期生検が良性である場合でも,臨床的に有意な前立腺がんの微妙な形態学的兆候を特定することができます.
• このアプローチは,PCaの早期発見を改善し,より高いリスクのある患者を特定することで,臨床意思決定を支援する可能性があります.
• この研究は,前立腺がんがAIで検出可能なより広範な組織変化を引き起こすことを強調し,非侵襲的な診断サポートのための新しい道を提供しています.