臨床環境における超音波画像を用いたHER2標的乳がん評価のためのディープラーニングベースのAIシステムの検証

科学分野:

• 腫瘍学
• 医療における人工知能
• 医療用イメージング

背景:

• HER2陽性乳がんのリアルタイムリスク分層と治療モニタリングのために,ディープラーニング人工知能 (AI) システムが開発されました.
• ストラデクサ・イニシアチブの 一部であるAIシステムは Bモードの超音波画像を分析します
• その性能は,ヒト病理学,免疫ヒスト化学,および治療反応データと比較して臨床環境で評価された.

研究 の 目的:

• AIが予測する乳がんの悪性腫瘍のリスクを減らすために,Stradexa (ドクソルビシン) と Herceptin (トラストズマブ) の有効性を評価する.
• 乳がん患者の治療反応をモニタリングするために ディープラーニングAIシステムの使用の可能性を評価する.

主な方法:

• トラストズマブまたはドクソルビシンによる化学療法を受けた,組織学的に確認された乳がん患者86人を対象とした.
• Bモードの超音波画像は,突起神経ネットワーク駆動のBreast AIプラットフォームで分析され,悪性腫瘍リスクの割合を生成しました.
• AIリスクスコアは,グループ内およびグループ間での変化に関する統計的分析により,治療前および治療中に比較されました.

主要な成果:

• AI ツールは 診断の精度が優れていることが示されました
• AIリスクスコアの低下と治療中の腫瘍の反応との間に有意な相関が観察されました.
• この相関はトラストズマブ治療群で特に顕著でした.

結論:

• AIベースのイメージングツールは 乳がんのリアルタイムの治療モニタリングの可能性を示しています
• AIによって生成されたリスクスコアは,治療効果の非侵襲的指標として機能し,ヘルセプトンを好む傾向があります.
• 結果を確認し,AI主導の腫瘍学ワークフローを進めるために,より大規模で多様なコホートでのさらなる検証が必要である.