肝細胞癌におけるKi-67リスクの分層化を予測するための二パラメトリック磁気共鳴画像ベースの放射学および深層学習モデル
1Department of Gastroenterology, Third Affiliated Hospital of Soochow University, Changzhou 213003, Jiangsu Province, China. zuoxueyong@outlook.com.
World journal of hepatology
|September 3, 2025
まとめ
この研究では,肝細胞癌 (HCC) 患者の高いKi-67リスクの分層化と再発のない生存率を予測するために,二パラメトリックMRIデータを用いてノモグラムモデルを開発しました. ノモグラムは優れた予測性能を示し,患者の管理を向上させました.
科学分野:
- 放射線学と腫瘍学
- 医療における人工知能
- 癌のバイオマーカー
背景:
- 肝細胞癌 (HCC) の発生率は世界的に増加しており,重大な臨床的課題となっています.
- HCCにおける高いKi-67発現は,治療後の再発率の増加と劣悪な結果と相関する.
- バイパラメトリックMRI (bpMRI) を用いてKi-67のリスク分層と再発フリー生存率 (RFS) を予測する現在の方法は限られている.
研究 の 目的:
- HCCにおけるKi-67リスク層分化の予測ノモグラムモデルを開発し,検証する.
- 放射線学とディープ・トランスファー・ラーニング (DTL) をbpMRIから統合し,予測を向上させる.
- HCC患者のRFSを予測するノモグラムの能力を評価する.
主な方法:
- 組織病理学的な確認と手術前のbpMRIを有する198人のHCC患者群を分析した.
- 放射性およびDTLの特徴は,T2重量および動脈相のbpMRIから抽出されました.
- ランダムフォレストアルゴリズムは特徴を組み合わせ,多変量分析により最終ノモグラムモデルのための予測要因を特定した.
主要な成果:
- ノモグラムモデルは,高いKi-67リスクの分層を予測するために,0. 92のAUCを達成し,臨床,放射性,およびDTLモデルのみを上回った.
- ノンスムース・マージンと強化カプセルの欠如は,高いKi-67リスクの独立した予測因子でした.
- ノモグラムはRFSを正確に予測し,高リスク患者は生存期間を大幅に短縮した (33. 53ヶ月対66. 74ヶ月).
結論:
- 開発されたノモグラムモデルは,HCCにおけるKi-67リスクの分層化を予測する上で堅実なパフォーマンスを示しています.
- このbpMRIシグネチャーを用いた統合的アプローチは,HCC患者の生存に関する貴重な予後情報を提供します.
- ノモグラムは,臨床医がHCC患者を分層化し,治療決定を導くのに役立ちます.
