表在食道扁平上皮癌におけるリンパ節転移を予測するための人工知能支援包括モデル：診断研究

科学分野:

• 腫瘍学
• 放射線学
• 医用画像

背景:

• 表在性食道扁平上皮癌（ESCC）の検出が増加している。
• 表在性ESCCにおけるリンパ節（LN）転移の予測は困難である。
• 効果的な治療計画のためには正確な予測が不可欠である。

研究 の 目的:

• 表在性ESCCにおけるLN転移を予測するための複合モデルを開発・検証する。
• このモデルはCTベースのラジオミクス特徴と臨床的リスク因子を統合する。
• 診断精度を向上させ、個別化治療をガイドする。

主な方法:

• 2施設から473例の表在性ESCC患者の後ろ向き解析を実施した。
• CTスキャンにおける深層ニューラルネットワーク（DNN）を用いたラジオミクスモデルを開発した。
• ラジオミクススコアと臨床的予測因子を統合した複合ノモグラムを構築した。
• 受信者操作特性曲線下面積（AUC）、較正曲線、決定曲線分析を用いて検証した。

主要な成果:

• 複合モデルは高い予測精度を示した。
• AUC値は0.95（トレーニング）、0.93（内部検証）、0.88（外部検証）であった。
• 病理学的Tステージ、腫瘍分化度、腫瘍径はLN転移の独立した予測因子であった。

結論:

• 統合された臨床的ラジオミクスモデルは、表在性ESCCにおけるLN転移を効果的に予測する。
• このモデルは治療決定を強化することができる。
• 表在性ESCC患者の個別化治療戦略の開発を支持する。