
新しいもの 人工知能 (AI) モデルは、医師が通常 CT スキャンで腫瘍を検出する 3 年前に膵臓がんを検出できる可能性があることを新しい研究が示唆しています。
4月28日の雑誌掲載プログラム 本能これまで病気の兆候がなく「正常」と判定されていた約 2,000 件の CT スキャンを分析するために使用されました。このツールは、後に腫瘍組織に変化する膵臓の構造の小さな不規則性を特定しました。
がんを早期に発見するチャンス
膵臓がんもそのひとつです 最も致命的な癌。
「5年生存率は [in the U.S.] 治療法が魔法のように作用する可能性があるときに、それを検出することができないため、その割合は約12%から13%です」と研究の共著者は述べた。 アジット・ゴエンカ博士ミネソタ州ロチェスターのメイヨー・クリニックの放射線科医兼核医学専門家がLive Scienceに語った。膵臓がんの初期段階では症状がないことが多いため、診断時には病気が進行していることがよくあります。
他の多くのがんを検出して治療する医師の能力はここ数十年で向上しましたが、膵臓がんではそれに相当する進歩は見られません。診断には通常、組織サンプルと CT スキャンなどの画像検査の組み合わせが含まれます。しかし、これらの方法で腫瘍が見えるようになる頃には、通常、がんは末期になっています。
ただし、この病気の早期のマーカーが存在する可能性があります。
「基礎科学研究によると、がんの発症プロセスは半年前から始まるものではない」とゴエンカ教授は語った。 「それは10~15年前に始まります。つまり、膵臓に信号があり、その信号は人間が検出できる範囲外であったことを意味します。」
結局は数学なんです。画像を数学的表現に変換し、数学的特徴を抽出します。
ミネソタ州ロチェスターのメイヨークリニックの放射線科医兼核医学専門家、アジット・ゴエンカ博士
AI を活用して人間には認識できないパターンを認識することで、ゴエンカ氏らは既存の信号を増幅し、CT スキャンで病気の初期兆候を特定するツールを開発しました。
ラジオミクスベースの早期検出モデル (REDMOD) と呼ばれるこのモデルは、基本的に CT 画像を数学的なパズルに変えます。まず臓器をセグメント化し、CT 装置でキャプチャした 2D 画像から膵臓の 3D モデルを構築します。次に、結果の構造をピクセルごとに評価します。
「画像内のすべてのピクセルを取得して、臓器の他の部分との違いの程度を定量化し、その変化が存在すると予想されないコントロールと比較します」とゴエンカ氏は説明した。 「結局のところ、それは数学です。画像を数学的表現に変換し、数学的特徴を抽出します。」
研究チームは、がんとは無関係の医学的問題のために以前に収集され、正常に署名されていた2,000枚の既存のCTスキャンのサンプルでモデルをテストした。スキャンの約 7 分の 1 は、後に膵臓がんを発症した患者のものでした。
モデルはこれらの症例の 73% を早期に特定することに成功し、モデルが分析したスキャンは平均して、実際の診断の 16 か月前に実行されました。
「放射線科医に対する感度の増加は、スペクトル全体でほぼ2倍であり、診断の2年以上前に遡ると、感度の増加はほぼ3倍でした」とゴエンカ氏は述べた。言い換えれば、AI ツールは放射線科医よりも早く癌の症例を正確に特定し、早く見えるほどパフォーマンスの差は大きくなります。
次のステップ
とはいえ、AIツールには改善の余地があります。 「放射線科医が健康な患者に誤ったラベルを付ける可能性は低い」とゴエンカ氏は指摘した。このモデルは、人間の放射線科医の平均 92.2% と比較して、81.1% の確率で病気のない患者を正確に識別しました。 「したがって、医師の専門知識と AI の増加という組み合わせにより、両方に補完的な役割が存在します。」
この研究は非常によく設計されており、非常に有望な結果が得られたと彼は述べた タチアナ・クロノゴラク=ユルセヴィッチロンドンのクイーン・メアリー大学の分子病理学およびバイオマーカーの教授であったが、この研究には関与していなかった。
「その早期発見は、患者の臨床業務に大きな変化をもたらすだろう」と同氏はLive Scienceに語った。 「膵臓がんは非常にまれであるため、結腸や乳房に対して現在行われているような一般的なスクリーニングは実現不可能ですが、監視が可能な高リスクグループは明確に定義されています。それは、膵臓がんの家族歴がある人、他のがん変異を持つ人、および新たに発症した糖尿病患者です。」
ゴエンカ氏は、今後 5 年以内にこのモデルが臨床で日常的に導入されることを期待しており、チームはこの検出戦略が実際に機能することをさらに検証するために臨床試験を実施中です。
今後を見据えて、このREDMODと他の診断方法を組み合わせることで、早期発見においてさらに大きな利益が得られる可能性があるとCrnogorac-Jurcevic氏は述べた。
「私たちはまったく同じ目標を持って尿ベースの検査を開発しており、体液バイオマーカーと組み合わせられるAI画像ツールがあれば素晴らしいでしょう」と彼は述べた。 「それらは相補的である可能性が非常に高く、それによって早期発見の感度と精度が大幅に向上するでしょう。」
この記事は情報提供のみを目的としており、医学的なアドバイスを提供するものではありません。
Mukherjee S、Antony A、Patnam NG、他長期的な安定性と多施設の汎用性を備えた、低有病率環境における膵臓がんの視覚的オカルト スクリーニングのための次世代 AI。 本能 (2026年)。 https://doi.org/10.1136/gutjnl-2025-337266