Brain as Language: Neuro-Semantic Modeling of Glioblastoma Radiogenomics

技術要約：脳は言語である：膠芽腫ラジオゲノミクスの神経意味論的モデリング

問題提起
膠芽腫（GBM）は、顕著な空間的、血管的、および分子的な異質性を特徴としており、これが単一組織の生検による推論能力を制限している。マルチパラメトリックMRI（mpMRI）は、この異質性を捉えることができるが、従来のラジオミクス・パイプラインは通常、画像データを高次元の数値特徴行列としてエンコードする。このアプローチは、「表現の問題」を生じさせる。すなわち、定量的な詳細は保持されるものの、臨床医が推論を行う際の意味構造（例：増強の異質性、浸潤、壊死の負担）が失われてしまうのである。モデルは、臨床的に解釈可能な表現型概念ではなく、抽象的な特徴量名（例：エントロピー、尖度）に基づいて動作するため、説明可能なAI（XAI）や根拠に基づいた推論を阻害している。本研究は、定量的なラジオミクス的証拠を、制御され、解釈可能で、監査可能な生物医学的言語へと翻訳する中間表現層の必要性に取り組んでいる。

手法
本研究では、術前mpMRI、専門家によるセグメンテーション、および分子マーカーを含むペンシルベニア大学膠芽腫（UPenn-GBM）データセットを利用している。コアとなる手法は、以下のステップを通じて「神経意味論的ラジオゲノミクス言語」を構築することである：

1. データ構造： ラジオミクス特徴量は、3つの腫瘍亜領域（浮腫／浸潤領域（ED）、増強部腫瘍（ET）、壊死核（NC））にわたって、11の画像ソース（T1、T1CE、T2、FLAIR、DTI、DSCマップを含む）から抽出された。
2. オントロジー構築： 86個の生のラジオミクス特徴量を制御されたオントロジーにマッピングした。特徴量は3つの基本意味ドメイン（テクスチャの複雑性、強度分布、形態）にグループ化され、モダリティの文脈によって精緻化された（例：DSCマップにおけるテクスチャは「灌流の異質性」となり、FLAIRにおけるテクスチャは「浸潤関連の異質性」となった）。
3. トークン化： 患者固有のラジオミクス値を、コホート相対的なパーセンタイルレベル（LOW、MODERATE、HIGH）に変換した。これらは、MODALITY_REGION_LEVEL_SEMANTIC_DOMAINという文法に従って構造化されたトークンとしてエンコードされた。例えば、DSC_APRCBV_ED_MODERATE_PERFUSION_HETEROGENEITYとなる。
4. シーケンス生成： 患者のプロファイルは、開始／終了マーカーで囲まれた「ラジオゲノミクス・センテンス」（最大99トークン）として組み立てられた。
5. モデリング戦略：
   • MGMT予測： 本フレームワークは、反復層化ネスト付き5分割交差検証を用いて、O6-メチルグアニンDNAメチルトランスフェラーゼ（MGMT）プロモーターメチル化状態（n=278の確定症例）の予測について評価された。
   • テストされた表現形式： (a) TF-IDFを用いた粗い意味論的トークン、(b) 非線形分類器（XGBoost、SVM、RF）を用いたバイナリ・トークン・エンコーディング、(c) 特徴量固有の記述子を保持する階層的意味論的トークン、(d) 階層的トークンと集計された定量的ラジオミクス的証拠を組み合わせたハイブリッドモデル。
   • LLMによる推論： 3つの大規模言語モデル（BioMistral-7B、Meditron-70B、および一般的な指示チューニング済みモデル）が、説明レイヤーとして評価された。これらのモデルには、ラジオゲノミクス・センテンス、モデルのMGMT予測、およびトークン証拠テーブルが与えられ、説明を生成させた。性能は、主張の支持率、ハルシネーション率、および専門家による有用性によって測定された。

主な結果

• 表現の実現可能性： パイプラインは、UPenn-GBMコホートから652のラジオゲノミクス・シーケンスを正常に生成し、そのうち611が臨床メタデータに紐付けられた。中央値のトークン数は99であり、マルチビュー画像の構造が高いカバレッジを持っていることを示している。
• 予測性能（MGMT）：
  • 線形TF-IDFを用いた粗い意味論的表現では、ROC AUCは0.55と低く、識別能が不十分であることを示した。
  • バイナリ・トークン・エンコーディングと非線形分類器（XGBoost）を導入することで、ROC AUCは0.76に向上した。
  • 階層的意味論的モデリング： 意味ドメイン内の特徴量固有の記述子を保持することで、ROC AUCは0.80（95% CI, 0.75–0.85）に上昇した。
  • ハイブリッド・ラジオミクス・意味論モデリング： 階層的トークンと残留的な定量的証拠を組み合わせることで、最高の性能であるROC AUC 0.83（95% CI, 0.78–0.88）、精度0.78、F1スコア0.76を得た。
• LLMの説明の忠実度：
  • 生物医学系LLM（BioMistralおよびMeditron）は、一般的な指示チューニング済みモデルよりも、証拠の忠実度において有意に優れた性能を示した。
  • BioMistralは、主張支持率0.94、矛盾率0.01を達成した（一般的なモデルは支持率0.78、矛盾率0.06）。
  • 構造化されたトークン入力は、「アンチ・ハルシネーション・スキャフォールド（反ハルシネーション足場）」として機能し、生成される説明が、流暢だが根拠のない生物医学的テキストではなく、特定の患者の証拠に基づいていることを保証した。

意義と主張
著者らは、本研究の主要な貢献は、ラジオミクス的証拠を解釈可能、モデリング可能、かつ監査可能にする構造化された表現レイヤーであると主張している。本研究は、ラジオゲノミクスを単なる分類タスクではなく、表現の問題として再定義している。

主な主張は以下の通りである：

1. 解釈性と情報のトレードオフ： 粗い意味論的トークンは読みやすいが、情報を圧縮しすぎる。階層的トークンとハイブリッドモデルは、臨床的な解釈可能性と、分子的に関連する信号の保持とのバランスをうまく取っている。
2. ハイブリッドの優位性： 最も効果的なアプローチは、純粋に数値的なものでも、純粋に意味論的なものでもなく、意味論的な抽象化と残留的な定量的詳細を構造的に統合したハイブリッドである。
3. 監査可能な推論： 神経意味論的言語は、生物医学的LLMにおける新しいパラダイムを可能にする。そこでの説明は自律的な予測ではなく、検証可能な証拠によって制約された条件付き生成である。これにより、臨床現場におけるAIの推論に対して、主張レベルの監査が可能となる。

著者らは、結果が単一の公開コホート（UPenn-GBM）に基づいていることを認め、独立したデータセットでの確認が必要であるとし、自身の知見に対して謙虚な姿勢を維持している。彼らは、本フレームワークを、解釈可能なモデル評価および信頼できる生物医学的言語モデルへの将来的な統合のための、構造化された基盤としての概念実証として位置づけている。