ディープラーニング・マンモグラフィーベースの乳がんリスクモデル,その連続変化,乳がん死亡率

科学分野:

• 腫瘍学
• 医療用イメージング
• 人工知能

背景:

• 既存の乳がんリスクモデルは 死亡率の予測に限界があります
• 実際の死亡率に対するリスクモデルの予測精度を評価する際にはギャップがある.

研究 の 目的:

• ミライのディープラーニングモデルと乳がん特有の死亡率との関連を調査する.
• 韓国女性の死亡率に対するMiraiリスクスコアの予測価値を評価する.

主な方法:

• 2009年から2020年にかけて,がんのない124,653人の韓国人女性 (年齢 ≥34) を対象とした遡及コホート研究.
• Mirai リスクスコアによる階層化と 時間のリスク変化による分類
• 乳がん特異的な死亡率との関連を分析するために,コックス比例リスク回帰を用いた.

主要な成果:

• 最も高いMiraiリスクの3番目のグループは,最も低い3番目のグループと比較して,著しく高い死亡率 (HR 5. 34) を示した.
• Miraiスコアの時間的変化は死亡率と関連しており,持続的に高いリスクまたは増加するリスクのある個体では死亡率が高かった.
• 高リスク (HR 5. 92) に残った個体や低リスクから高リスク (HR 5.57) に移行した個体では死亡率が増加した.

結論:

• ミライモデルは,最初は発生率で,乳がん特異的な死亡率と有意に関連しています.
• 時間の経過とともにミライリスクスコアの変化は,死亡率を予測し,リスク層別スクリーニングにおけるAIをサポートします.
• 人工知能に基づくモデルは 乳がんによる死亡率を減らすための 予防戦略を導くことができます