食道扁平上皮癌に対する新補助化学免疫療法における病理学的完全奏効を予測する解釈可能なマルチモーダル放射線病理学モデル

科学分野:

• 腫瘍学
• 放射線学
• 病理学
• 人工知能

背景:

• 食道癌（ESCC）における新補助化学免疫療法（nCIT）の個別化には、病理学的完全奏効（pCR）の正確な予測が不可欠です。
• 現在の予測方法では、精度の向上のためにマルチモーダルデータの統合が不足しています。

研究 の 目的:

• ESCC患者におけるpCRを予測するための、解釈可能なマルチモーダル機械学習フレームワークを開発し、外部で検証すること。
• CT放射線学とH&E染色全スライド画像病理学を統合し、予測性能を向上させること。

主な方法:

• nCITを受けた335人のESCC患者を対象とした後ろ向き研究。
• 単一モダリティ放射線学、病理学、およびマルチモーダル融合モデル（中間および後期融合）の開発。
• 複数の機関からのデータを使用した外部検証、AUC、精度、感度、特異度、およびF1スコアによるパフォーマンス評価。

主要な成果:

• 中間融合モデル（MIFM）は、すべてのコホートで優れたパフォーマンスを示し、高いAUCと精度を達成しました。
• MIFMは、単一モダリティモデルおよび後期融合モデル（MLFM）を上回りました。
• 探索的分析により、予測されたpCR状態に基づく全生存期間の予後層別化が示されました。

結論:

• nCIT後のESCCにおけるpCRを予測するための、解釈可能な放射線病理学融合フレームワークが正常に開発および検証されました。
• 標準的なケアデータを利用したこのAI駆動ツールは、ESCC管理における個別化された治療決定を導く可能性を示しています。