関連する実験動画
Updated: May 5, 2026
08:16
Comparative Lesions Analysis Through a Targeted Sequencing Approach
Published on: November 5, 2019
6.8K
大規模な言語モデルは,ゲノムデータから未知の原発がんの腫瘍型分類と局所化を可能にします
Jilei Liu1, Meng Yang1, Yajing Bi1
1Key Laboratory of Cancer Prevention and Therapy, Tianjin Cancer Institute, Tianjin's Clinical Research Center for Cancer, Tianjin Key Laboratory of Digestive Cancer, State Key Laboratory of Druggability Evaluation and Systematic Translational Medicine, National Clinical Research Center for Cancer, Tianjin Medical University Cancer Institute and Hospital, Tianjin Medical University, Tianjin 300060, China.
Cell reports. Medicine
|September 5, 2025
まとめ
OncoChatはAIモデルで ゲノムデータを用いて69種類の腫瘍を 正確に分類し 癌の診断を向上させています この高度な人工知能のツールは 臨床的意思決定のサポートに 期待を寄せています 特に未知の原発性がんの場合です
科学分野:
- 腫瘍学
- バイオ情報学
- 人工知能
背景:
- 腫瘍の正確な分類は 効果的ながん治療に不可欠です
- 現在の腫瘍分類のゲノム学的方法は 性能と柔軟性において限界があります
- 未知の原発性 (CUP) の癌は診断に重大な課題を伴う.
研究 の 目的:
- 異なるゲノム変異を統合して69種類の腫瘍を分類する AIモデルであるOncoChatを紹介します
- 既存の方法と比較してOncoChatのパフォーマンスを評価する.
- CUPの診断におけるOncoChatの臨床的有用性と,患者のアウトカムとの関連性を評価する.
主な方法:
- OncoChatの開発は158,836の腫瘍のゲノムデータで訓練されたAIモデルです
- 標的がん遺伝子パネルをゲノム配列に利用する.
- 独立したCUPデータセットでOncoChatの検証
主要な成果:
- OncoChatは微小平均PRAUC0. 810と精度0. 774とF1スコア0. 756を達成し,ベースラインを上回った.
- OncoChatは,CUPの検証データセットで26件のうち22件を正しく特定しました.
- より大きなCUPデータセットでのOncoChatの予測は,既知の腫瘍生存結果と変異プロファイルと相関していました.
結論:
- OncoChatは69種類の腫瘍の分類において優れたパフォーマンスを示しています.
- AIモデルでは,特にCUPのケースでは,臨床的意思決定支援の大きな可能性が示されています.
- OncoChatの統合は,腫瘍学における診断の正確性と患者管理を改善する可能性があります.
