術前化学放射線療法後の局所進行直腸がんの治療反応予測支援における解釈可能な人工知能：前向き、多施設共同、人間-モデル相互作用研究

科学分野:

• 腫瘍学
• 放射線学
• 人工知能

背景:

• 病理学的完全奏効（pCR）の術前評価は、局所進行直腸がん（LARC）における肛門直腸温存にとって重要です。
• pCR予測のための現在のAI支援は、前向き検証と解釈可能性において課題に直面しています。

研究 の 目的:

• 局所進行直腸がん（LARC）患者の術前pCR評価のための解釈可能なAIモデル（RAPIDS-II）を開発および検証すること。
• pCR予測におけるRAPIDS-IIのパフォーマンスと臨床的意思決定への影響を評価すること。

主な方法:

• 深層残差シュリンケージネットワーク（DRSN）は、MRIスキャンの放射線特徴量でトレーニングされました。
• 多峰性モデルRAPIDS-IIは、DRSNのRadscoreと臨床病理学的因子を統合しました。
• モデルパフォーマンスは、レトロスペクティブ、テストセット、および多施設共同試験の前向きで検証されました。

主要な成果:

• RAPIDS-IIは、前向き検証コホートにおいて0.795のAUCで堅牢なpCR予測性能を示しました。
• AIツールは、特にジュニア臨床医の放射線科医の視覚的評価精度を大幅に向上させました。
• SHapley Additive exPlanationsは、RadscoreがRAPIDS-II予測の主な貢献者であることを確認しました。

結論:

• 解釈可能なRAPIDS-IIモデルは、LARCのpCR評価において強力なパフォーマンスを示しています。
• RAPIDS-IIは、個別化された術前治療戦略を調整する上で臨床医を支援する可能性があります。
• このAIツールは、特に経験の浅い放射線科医にとって有益であり、治療計画を強化します。