鼻のポリプ組織学から炎症シグネチャーと空間的分子異質性を予測するための説明可能な人工知能
Kanghua Wang1, Yong Ren2, Ling Ma3
1Department of Otolaryngology, the Seventh Affiliated Hospital of Sun Yat-sen University, Shenzhen 518107, China.
The Journal of allergy and clinical immunology
|September 3, 2025
まとめ
この研究では,ヒストロジー画像から慢性鼻炎 (CRSwNP) の炎症性遺伝子シグネチャーを予測するAIモデルHE2Signatureを導入しました. これは,CRSwNPの患者に対して,精密な,エンドタイプによる治療を可能にします.
科学分野:
- 病理学における人工知能
- コンピュータ生物学
- 精密医療
背景:
- 鼻のポリプを伴う慢性鼻炎 (CRSwNP) は,様々な炎症プロファイルを持つ複雑な疾患である.
- CRSwNPのエンドタイプを正確に特定することは,効果的な治療に不可欠です.
研究 の 目的:
- CRSwNPにおける炎症性遺伝子シグネチャーと空間的なパターンを予測するために,組織学画像を用いたディープラーニングモデルを開発する.
- 異なるCRSwNPエンドタイプを識別するモデルの能力を検証する.
主な方法:
- HE2Signatureを開発し,H&Eで染色された鼻のポリプWSIとトランスクリプトミックのデータで訓練したディープラーニングモデル.
- 複数の医療センターで内部 (n=30) と外部 (n=224) でモデルを検証した.
- 関連性,混同マトリックス,ROC曲線,および空間的検証のための免疫ヒストケミストリーを用いて評価された性能.
主要な成果:
- HE2シグネチャーは28/33のシグネチャー遺伝子の発現を正確に予測した.
- このモデルは,高いAUC値 (0. 833- 0. 935) を有するT1,T2,T3エンドタイプに分類することに成功しました.
- 予測された遺伝子発現は,特に亜皮質領域における臨床スコアとエオシノフィルの数と相関する.
結論:
- CRSwNPの炎症シグネチャーと空間的異質性を予測するための最初の説明可能な組織学ベースのディープラーニングモデルを導入しました.
- 人工知能を駆使した組織病理学は,CRSwNPのエンドタイプによる管理のために組織パターンを分子プロファイルにリンクするデジタルバイオマーカーを生成することができます.
- このアプローチは,臨床実務におけるCRSwNPエンドタイプの費用対効果の高い迅速な識別をサポートします.
