関連する実験動画
Updated: May 10, 2026
07:17
An Orthotopic Resectional Mouse Model of Pancreatic Cancer
Published on: September 24, 2020
10.9K
合成データ生成法は,臓がん患者の手術後の早期腫瘍再発のリスク予測モデルを改善する
HyeJeong Jeong1,2, Jeong-Moo Lee3, Hyeong Seok Kim1
1Division of Hepatobiliary-Pancreatic Surgery, Department of Surgery, Samsung Medical Center, Sungkyunkwan University School of Medicine, Seoul, South Korea.
Scientific reports
|August 29, 2025
まとめ
変数自動エンコーダー (VAE) を使用して生成された合成データは,早期の臓がん再発予測モデルを改善することができます. このアプローチは精度と感度を高め,この攻撃的な病気の治療計画に役立ちます.
科学分野:
- 腫瘍学
- 機械学習
- 医療用イメージング
背景:
- 臓がんは攻撃的であり 再発率が高い.
- 早期再発の正確な予測は,ネオアジュバント化学療法や初期手術を含む治療計画に不可欠です.
研究 の 目的:
- 臓がんの早期再発を予測する変異性自己エンコーダー (VAE) によって生成された合成データの有効性を評価する.
- 再発予測のための機械学習モデルの性能に対する合成データの影響を評価する.
主な方法:
- 158人の臓がん患者の術前データの分析 (2021年1月から2022年12月まで).
- 機械学習モデル (ロジスティック・リグレッション,ランダム・フォレスト,グラデント・ブースティング・マシン,ディープ・ニューラル・ネットワーク) のトレーニングは,オリジナルのデータセットとVAEで生成された合成データセットを用いて行われます.
- オリジナルと合成データを用いてモデルの性能を比較する.
主要な成果:
- VAEで生成された合成データ (n=94) は,元のデータ (p>0.05) と密接に一致した.
- 合成データはモデル精度 (例えば,GBM:0.81から0.87;RF:0.84から0.87) と感度 (例えば,GBM:0.73から0.91;RF:0.82から0.91) を改善した.
- PET/ CTの代謝パラメータ,特にSUVmaxは再発の最も強い予測指標でした.
結論:
- VAEを使用した合成データ生成は,臓がんの再発の予測モデルを大幅に改善することができます.
- この戦略は特にデータに限られた環境では有望であり,腫瘍学予測モデルにとって貴重なツールです.
