CFB-GBM v2.0: An Augmented Longitudinal Dataset for Multi-Modal Glioblastoma Segmentation, Radiomics, and RANO Progression Tracking

膠芽腫（グリオブラストーマ）は、成人の一次性脳腫瘍の中で最も悪性度が高い形態であり、恐ろしい速さで進行し、患者の生存期間の中央値をわずか15ヶ月に留める疾患です。腫瘍の挙動は人によって大きく異なるため、医師は誰が治療に反応し、誰が反応しないのかを予測することに苦慮しています。現在、治療が効果を上げているかどうかを判断する標準的な方法は、数ヶ月にわたって撮影される磁気共鳴画像法（MRI）に依存していますが、このプロセスは緩慢です。医師は腫瘍の大きさの変化を確認しますが、このプロセスには時間がかかります。実際に腫瘍が増大しているのか、それとも治療自体による炎症によって大きく見えているだけなのかを判別するのに、しば年が経ってしまうことがよくあります。この遅れは極めて重要です。時間との戦いにおいて、失敗している治療計画を調整するために2ヶ月も待つことは、生死を分けることになりかねません。これを解決するために、研究者たちは、患者の経過を詳細に追跡し、腫瘍がどのように変化し、治療に対してどのように反応するかを示す、膨大な量の詳細な医療データを必要としています。しかし、そのようなデータは乏しく、民間の病院の記録の中に閉じ込められていたり、信頼できるコンピュータモデルを構築するために必要な重要な詳細が欠落していたりすることが多々ありました。

フランスの研究チームは、科学者や医師がこれらの障害を克服するのを助けるために設計された公開データベースの重要なアップデートを公開しました。「CFB-GBM v2.0」と呼ばれるこの新しいコレクションは、2017年から2023年の間に単一の腫瘍学センターで治療を受けた264人の患者の診療記録とスキャンを集約したものです。このデータセットが特別なのは、治療の過程における3つの明確な時点、すなわち治療開始前、そしてその後のおよそ4ヶ月後と6ヶ月後の経過を追っている点にあります。各時点において、このデータベースには、さまざまな種類のMRIスキャンやCTスキャンなどの多様な画像に加え、患者が受けた放射線量の精密なマップが含まれています。この新バージョンにおける最も重要な追加点は、研究者がパズルの欠けているピースを埋めたことです。彼らは、すべての患者のあらゆる時点における詳細な腫瘍の輪郭を作成しました。元のバージョンのデータでは、後半の段階におけるほとんどの患者の輪郭が欠落しており、時間の経過とともに腫瘍がどのように変化するかを研究することが不可能でした。現在、ほぼすべての患者の輪郭が完成したことで、このデータベースは疾患の進行という物語の全容を研究者に提示することを可能にしました。

これらの新しい輪郭を作成するために、チームはすべての腫瘍を手作業で一つずつトレースしたわけではありません。それは数年を要する作業だからです。代わりに、彼らは洗練されたコンピュータプログラムを訓練してその作業を行わせました。彼らはまず、別の大規模な医療画像コレクションから脳腫瘍を認識することをすでに学習済みのモデルからスタートしました。次に、自分たちの患者から得られた少数の高品質な輪郭を用いて、このプログラムを教え込みました。コンピュータがパターンを学習すると、残りのグループに対しても自動的に欠落していた腫瘍の輪郭を生成しました。コンピュータが間違いを犯していないかを確認するため、5人の専門の放射線腫瘍医が、新しく作成された輪郭のランダムな選択セットをレビューしました。彼らは、コンピュータの仕事が驚くほど正確であり、専門家の修正とほぼ完璧に一致していることを見出しました。この検証により、他の科学者たちは、自身で腫瘍を数ヶ月かけて描き直す必要なく、自動生成された輪郭を使用して独自のツールを訓練できるという確信を得ることができます。

腫瘍の輪郭がすべての患者のすべての段階で完成したことで、研究者たちは受診の間に腫瘍がどれだけ縮小または増大したかを正確に算出することができました。彼らは、世界中の医師が使用している標準的な一連のルールを適用して、結果を分類しました。これらのルールは、患者の反応を、腫瘍の完全消失、部分的な縮小、腫瘍が著しく増大しない安定した状態、あるいは進行（腫瘍が増大すること）として分類します。これらをあらゆる可能な時点の組み合わせに対して行うことで、チームは、各患者が治療にどのように反応したかについての明確で即時利用可能な記録を提供しました。これにより、このデータセットは、治療の成功を早期に予測できる人工知能システムを構築しようとしている研究者にとって、即座に有用なものとなります。これは、病状が進行しすぎる前に、医師が戦略を切り替えることを可能にする潜在的な手段となります。

腫瘍の輪郭や反応のカテゴリーに加え、このデータセットには研究をより容易かつ一貫したものにするための他のツールも含まれています。チームは、人間の目には見えない方法で腫瘍の内部構造を記述する、腫瘍の質感や形状に関する事前計算された測定値、すなわち「ラジオミクス特徴量」を提供しています。これらの数値は、癌の生物学的な手がかりとなる腫瘍の内部構造を記述します。また、画像内の脳を頭部の他の部分から分離するマスクも含まれており、これにより研究者は骨や皮膚の干渉を受けることなく、関連領域に分析を集中させることができます。さらに、データベースには、各患者の診断に使用された世界保健機関（WHO）の分類ガイドラインのどのバージョンが使用されたかが明確に記されています。これは、2021年に膠芽腫の定義が特定の遺伝子マーカーを必要とするように変更されたため、非常に重要な詳細です。

これらの大幅な改善にもかかわらず、研究者たちは、このデータがまだ明らかにできないことについても慎重に注意を促しています。このデータベースには、IDH遺伝子の状態など、腫瘍内部の特定の遺伝子変異に関する情報は含まれていません。IDH遺伝子の状態は、患者の予後を予測する強力な指標です。この遺伝情報がないため、このデータセットは腫瘍の遺伝子と挙動の関連性を研究するために使用することはできません。著者らは、将来のアップデートにおいて、これらの欠落している遺伝的詳細を含めたり、腫瘍の輪郭をさらに細かく分割したり（例えば、腫瘍の中心部の壊死部と活動的な辺縁部を分けるなど）できる可能性があると示唆しています。しかしながら、現時点において、CFB-GBM v2.0は堅牢でアクセス可能なリソースとして存在しています。それは、散在していた医療記録を、264人の患者の首尾一貫した縦断的な物語へと変貌させ、この壊滅的な疾患を追跡、予測、そして最終的に治療するためのより良い方法を開発するための強固な基盤を科学界に提供しています。