Contour-free multi-instance learning versus conventional CT features for preoperative Ki-67 stratification in gastric gastrointestinal stromal tumors: a retrospective comparison

技術要約：胃GISTにおける術前Ki-67層別化のための、輪郭なしマルチインスタンス学習と従来のCT特徴量の比較

問題提起
消化管間質腫瘍（GIST）は生物学的な多様性が大きく、核分裂数や腫瘍破裂の状態といった主要な予後因子は術中または病理学的確認を必要とするため、術前のリスク評価はしばしば制限される。Ki-67標識指数は腫瘍増殖の重要な指標であり、その値が高いほど、より侵襲的な疾患および再発に関連している。しかし、Ki-67の評価は生検または切除組織に依存しており、サンプリングの不均一性の影響を受ける。造影コンピューター断層撮影（CT）は病期分類に日常的に用いられているが、既存の予測モデルの多くは、手動で輪郭付けされた腫瘍関心領域（ROI）に依存している。この手動による輪郭付けは、個別の前処理ステップを導入し、ワークロードを増加させ、ラジオミクスやディープラーニングのアプローチの拡張性を制限する。さらに、単一の患者レベルのKi-67ラベルは、数百のスライスを含む完全なCTシリーズに対応しているが、そのうちの一部のみが腫瘍を描出している。「一つのラベルに対し、多数のインスタンス」という構造は、セグメンテーションを用いない標準的な教師あり学習では最適に扱われない。

方法論
本研究は、腫瘍のセグメンテーションを必要とせずに胃GISTをKi-67指数によって層別化するように設計された、**輪郭なしマルチインスタンス学習（MIL）**フレームワークを評価した、後ろ向き単一施設研究である。

• コホートおよびタスク： 本研究には、根治切除を受けた胃GIST患者61名が含まれた。Ki-67のカットオフ値である5%、8%、および10%に基づき、3つの二値分類タスクが定義された。特定のカットオフ値をまたぐ間隔報告されたKi-67値を持つ患者は、その特定のタスクからのみ除外された。
• データ処理：
  • 従来の特徴量： 2名の読影者が、動脈相および静脈相の画像から21個の従来のCT変数（デモグラフィックス、腫瘍形態、造影パターン、壊死など）を独立して抽出した。
  • 輪郭なしMIL： 腫瘍の局在化を行わずに、完全な動脈相および静脈相のCTシリーズを処理した。DICOMスライスは物理的位置に従って順序付けられ、腹部設定のウィンドウ幅に調整され、標準化された。ImageNetで事前学習された凍結ResNet-18エンコーダを用いて、各スライスから512次元の特徴ベクトルを抽出した。
  • MILアーキテクチャ： 各患者の完全なCTシリーズは、インスタンス（スライス）の「バッグ」を形成した。5つのMIL手法（MeanMIL、Attention-based MIL (ABML)、Gated-attention MIL (GAMIL)、Dual-stream MIL (DSMIL)、およびAttention-stabilized MIL (ASMIL)）を、患者レベルの表現へと集約するために実装した。
• モデル比較： 本研究では以下を比較した。
  1. 2つの従来モデル（L2正則化およびElastic Net正則化を用いたロジスティック回帰）。
  2. 動脈相および静脈相に個別に適用された5つのMIL手法。
  3. 4つの等価ロジット融合組み合わせ（例：動脈相＋静脈相、従来特徴量＋動脈相など）。
• 評価プロトコル： 患者レベルの層化5分割交差検証を10回繰り返した。性能はAUROC、AUPRC、較正（calibration）、および決定曲線分析（DCA）によって評価された。モデル間の統計的有意差は、Holm補正を用いたペア・ブートストラップ検定によって判定された。学習後の「アテンション監査（attention audit）」を実施し、学習されたアテンション重みが、手動で注釈付けされたROI（学習には使用していない）とどのように相関するかを検証した。

主な結果

• 識別性能： 本研究では、輪郭なしMILまたは融合モデルが、従来のCT特徴量に対して明確な識別上の優位性を示さないことが判明した。
  • 最高AUROCは、0.645（5%カットオフ）、0.646（8%カットオフ）、および0.605（10%カットオフ）であった。
  • 極めて重要なことに、すべてのAUROCの信頼区間に0.5が含まれており、本コホートにおいてどのモデルも偶然を上回る統計的に有意な識別能を示さなかった。
  • Holm補正後、90組のモデル間の全ペア比較、および54組の融合モデルとそれらの構成要素との比較のいずれにおいても、統計的有意性は認められなかった。
• MIL手法の比較： 5つのMIL手法のうち、補正後に有意であったのは特定の2つのペア比較のみであった（8% AUROCにおける静脈相DSMIL対ASMIL、および10% AUPRCにおける静脈相DSMIL対GAMIL）。特定のMIL手法が他を一貫して上回ることはなく、従来モデルを上回ることもなかった。
• アテンション監査： 事後の監査において、34/60のテストで、アテンション重みと腫瘍含有スライスとの間に、グローバルなHolm補正後の有意な関連が示された。しかし、この関連の方向性は様々であり（21件が参照値より高く、13件が低い）、患者レベルの分類のために最適化されたアテンション重みが、必ずしも腫瘍を局在化させるわけではないことを示唆している。
• 安定性： 融合成分は低〜中程度の相関を示し、3成分融合は単相MILモデルよりも変動が少なかったが、従来のエラスティックネットよりも変動が大きかった。

意義および主張
本論文は、病変の輪郭付けを必要としない完全なCTシリーズを評価するための患者レベルのフレームワークを定義しており、これは従来のラジオミクスに求められる労力のかかる手動の輪郭付けに代わる可能性を提示している。

しかし、著者らは以下の制限事項を明示している：

1. 臨床的優越性の欠如： この特定のコホートにおいて、輪郭なしMILは従来のCT特徴量を凌駕しなかった。著者らは、サンプルサイズが小さく信頼区間が広いため、これらのアプローチが同等の性能を持つという確固たる結論を下すことはできないと述べているが、少なくとも優越性は示せなかった。
2. 注釈の負担： 本研究では、注釈時間や臨床的なワークロードの軽減については測定していない。これは、輪郭なしのアプローチの主要な動機である。
3. 今後の要件： 著者らは、この設計を臨床で使用可能とするためには、外部検証および注釈負担の直接的な評価が必要であると結論付けている。今後の研究では、より大規模なコホート、CT特有の表現、および動脈相と静脈相間の空間的レジストレーションを活用すべきであると示唆している。

要約すると、本研究は、胃GISTのKi-67層別化において、輪郭なしMILパイプラインの実装には成功したが、このアプローチがより単純な従来のCT特徴解析と比較して、識別上の利点を提供することを実証するには至らなかった。