脊髄転移における分子シグネチャの非侵襲的な予測のための人工知能:体系的なレビュー
Vivek Sanker1, Sai Sanikommu2, Alexander Thaller3
1Department of Neurosurgery, Stanford University, Palo Alto, CA 94305, USA.
Bioengineering (Basel, Switzerland)
|August 28, 2025
まとめ
人工知能 (AI) モデルは,脊髄転移 (SM) の分子マーカーを正確に予測することができます. これは診断の正確性を高め,予後が悪い患者の個別化された治療戦略をサポートします.
科学分野:
- 腫瘍学
- 放射線科
- 医療情報学
背景:
- 脊髄転移 (SMs) は,患者の予後と罹病率に重大な課題をもたらす.
- 遺伝子と分子シグネチャーの特定は 効果的な管理に不可欠です
- 現在の診断方法は,SMの複雑さを完全に捉えることができないかもしれません.
研究 の 目的:
- 脊髄転移における遺伝子および分子シグネチャの識別における人工知能 (AI) の有効性を評価する.
- 診断の正確性を向上させ,SMのパーソナライズされた治療を導くためのAIの可能性を評価する.
- SMの分子プロフィールを予測するAIアプリケーションに関する現在の証拠を合成する.
主な方法:
- 5つのデータベースを体系的に検討した.
- 遺伝子変異とSMの結果を予測するためにAIを用いた研究も含まれていた.
- 精度,AUC,感度などの性能指標を分析した.
主要な成果:
- 2211人の患者を含む11件の研究が分析されました.
- AIモデルではEGFR,Ki-67,HER-2などの分子マーカーの予測精度が高いことが示されました.
- 内部および外部検証における加重平均AUCは,それぞれ0. 849および0. 791に達した.
結論:
- AI,特に放射線学と機械学習は SMの分子マーカーを予測する上で有望であることを示しています.
- AI主導のアプローチは,SMに対する分子シグネチャの臨床的有用性を高めることができます.
- この発見は,診断の精度を向上させ,脊髄転移に合わせた治療法を実現する AI の役割を支持しています.
