A deep-learning model based on histological images predicts survival and pathological response to neoadjuvant chemotherapy and chemoimmunotherapy in breast cancer
本研究は、日常的なH&E染色組織画像から臨床的に検証された免疫遺伝子発現シグネチャーを正確に推論し、早期乳がんにおける生存率および術前補助化学療法および化学免疫療法の病理学的反応を予測するディープラーニングモデルを提示するものであり、トランスクリプトーム解析に代わるスケーラブルな選択肢を提供するものである。
原論文は CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
あなたは、小さな、しかし活気ある都市の中で謎を解こうとしている探偵だと想像してください。この都市は人間の体であり、その通りは細胞でできています。時折、細胞のグループが制御不能になり、混沌とした危険な近隣地域、すなわち「腫瘍」を築き始めることがあります。何十年もの間、医師たちはこの地域がどのように振る舞うかを推測しなければなりませんでした。それは小さく留まるのか？ 広がるのか？ それとも薬に従うのか？ これを知るために、彼らは通常、都市の極めて小さな破片を取り出し、それを紫とピンクの色素で染色（H&E染色と呼ばれるプロセス）して、顕微鏡で観察します。それは、天気を予測するために、ぼやけた地図を見ているようなものです。
最近、科学者たちは、より優れた地図の読み方を発見しました。細胞の「ささやき」を測定することができるのです。細胞内の遺伝暗号（DNAの指示）を見ることで、近くに潜んでいる「兵士」細胞（免疫細胞）がどれくらいいるかを数えることができます。もし多くの兵士がいれば、体は戦う準備ができており、腫瘍は特別な薬によって縮小する可能性が高いと言えます。これは「遺伝子発現シグネチャー」と呼ばれます。これは強力なツールですが、高価で時間がかかり、すべての病院が備えているわけではない特別な装置を必要とします。それは、天気をチェックするためだけにスーパーコンピューターを必要とするようなものです。そこで、科学者たちの大きな疑問はこうなりました。「古くて単純な、あの紫とピンクの地図を見て、超スマートなコンピューターの脳（人工知能）を使って、あの高価な遺伝子テストが何を言うかを正確に予測できるだろうか？」 もしそれができれば、高コストや待ち時間を気にすることなく、がんの未来を予測できるはずです。
これこそが、フランソワ・ベルトゥチ率いるチームが取り組んだことです。彼らは、デジタル探偵である「AI-ICR」というAIモデルを構築しました。これは、遺伝子テストを一度も実行することなく、通常の乳がんの顕微鏡スライドから「兵士の数」を予測するように訓練されたものです。
彼らがこのデジタル探偵をどのように訓練したのかを見てみましょう。まず、彼らは単に乳がんについて教えたのではありません。肺がん、皮膚がん、大腸がんを含む10種類の異なる種類のがんについても教えました。彼らは、Cancer Genome Atlas (TCGA) からの2,881枚という膨大な顕微鏡スライドのライブラリを使用し、それぞれに実際の遺伝子テストの結果を組み合わせました。AIは、それらの「兵士」の遺伝子と一致する、紫とピンクの染色の視覚的なパターンを見つけ出すことを学習しました。それは、例えるなら、一度も雨を見たことがなくても、その形と色によって嵐の雲を認識できるように子供に教えるようなものです。AIがこれをマスターした once、チームは同じライブラリから得た1,087人の乳がん患者の新しいグループを用いて、AIをテストしました。結果はどうだったでしょうか？ AIは驚くほど正確でした。AIは「兵士」の状態を93.7%の確率で正しく的中させました。これは、この分野においてコンピュータが到達できる完璧に近いスコアです。
しかし、状態を知ることは戦いの半分に過ぎません。本当の問いは、「これが医師が命を救う助けになるのか？」ということです。チームは、答えは「イエス」であると断言しました。彼らは、「AI-ICR-high」とフラグを立てられた（つまり、AIが多くの兵士を見つけた）腫瘍を持つ患者は、生存率がはるかに高いことを発見しました。実際、これらの患者は「AI-ICR-low」の腫瘍を持つ患者と比較して、その病気で死亡する確率が3分の1未満でした。それは、「あなたは安全地帯にいます」と言う天気予報と、「あなたは嵐の中にいます」と言う天気予報の違いのようなものです。
最もエキサイティングな部分は、治療に関する物語です。チームは、「術前補助療法（ネオアジュバント療法）」、つまり手術の前に腫瘍を縮小させるために化学療法（および時には免疫療法）を受ける患者たちを調査しました。彼らは、AIが「病理学的完全奏効（pCR）」を達成できるかどうかを予測できるかどうかを知りたかったのです。これは治療における「聖杯」です。つまり、手術が行われたとき、医師ががんが全く残っていないことを確認できる状態のことです。
AI-ICRモデルは、まさに水晶玉でした。標準的な化学療法を受けた患者のグループにおいて、「AI-ICR-high」の腫瘍を持つ患者は、手術後にがんがゼロになる確率が65%であったのに対し、「low」のグループではわずか30%でした。しかし、魔法が起きたのは、そこに免疫療法（兵士を目覚めさせる薬）を加えたときでした。このグループにおいて、「AI-ICR-high」の患者は、がんが全く残らないという驚異的な81%の成功率を示しましたが、「low」のグループは36%に留まりました。AIは単に誰が生き残るかを予測しただけでなく、誰が治療に対して最も完全な反応を示すかを予測したのです。
科学者たちは、なぜAIがこれほど優れているのか、その裏側を覗き見ました。彼らは、AIが「high」とラベル付けした腫瘍の遺伝子データをチェックし、それらが実際に免疫遺伝子と活動的な兵士細胞で満たされていることを発見しました。AIは単に推測していたのではなく、スライドの色の中に隠された生物学的な現実を見ていたのです。
しかし、著者たちは、これが明日からすべての病院で使える完成品ではないということを慎重に伝えています。彼らは、自身の研究には限界があることを認めています。「AI-ICR-high」のグループは、すでに攻撃的であることが知られている腫瘍（トリプルネガティブ乳がんなど）を持つ傾向がありました。これは少し複雑な状況です。AIはそれらを高リスクとして正しく特定しましたが、同時に、それらが強力な免疫ブースト薬に最も反応しやすいものであることも正しく特定したのです。また、研究は新旧混合のスライドタイプに依存しており、チームは、将来の研究において、さらに大規模な集団や異なる種類の組織サンプルを用いてこれらの結果を確認する必要があると述べています。
結局のところ、この論文は刺激的な可能性を示唆しています。私たちは間もなく、単純で安価な顕微鏡スライドとスマートなコンピュータを使って、乳がんがどのように振る舞い、どの薬が最も効果的かを正確に伝えることができるようになるかもしれません。それは、複雑で高価な遺伝子テストを、単に写真を見るという行為と同じレベルへと変え、精密医療を、ハイテクな研究所へのアクセスを持つ幸運な人々だけでなく、すべての人々に提供できる可能性を秘めています。AIは単に地図を読んだのではありません。最初の雨粒が落ちる前に、嵐を予測することを学んだのです。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。