Imaging-based biological age estimation predicts competing mortality risk in lung cancer screening
本研究は、低線量CTスキャンから導出された画像ベースの生物学的年齢推定が、肺がん検診受診者における非肺がん死亡リスクの予測を大幅に改善し、実年齢のみを用いるよりも競合リスクのより正確な評価を提供するものであることを示している。
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、本棚に本ではなく人々の体が並んでいる広大な図書館の中に立っていると想像してください。何十年もの間、医師たちはある単純なルールを使って、その人がいつまで生きられるかを推測してきました。それは、出生証明書に記載された日付を見ることです。これが彼らの言う「暦年齢」です。もしあなたが1960年生まれなら、あなたは64歳です。しかし、ここにひねりがあります。同じ年に生まれた二人でも、感じ方や機能の仕方は全く異なることがあるのです。一人はマラソンを走っているかもしれませんが、もう一人は階段を上るのにも苦労しているかもしれません。この違いは「生物学的年齢」と呼ばれます。それは車の走行距離計（オドメーター）とエンジンの健康状態の違いのようなものです。二台の車が同じ走行距離を走っていたとしても、一方はエンジンが錆びついており、もう一方は完璧に調整されていることがあります。
肺がん検診の世界では、医師は低線量CTスキャンという特別な方法を用いて、がんへと変わる可能性のある肺の中の小さな塊を探しています。目的は、これらが危険になる前に、早期に発見することです。しかし、ここには厄介な問題があります。検診を受ける人々は、多くの場合、高齢の喫煙者です。彼らは肺がんのリスクを抱えていますが、同時に心疾患や呼吸器疾患など、命を奪いかねない他の多くのリスクも抱えています。時には、他の原因によってあまりに体調が悪いため、肺がんの塊を早期に見つけたとしても、実際にその人の寿命を延びさせることにはならない場合があります。医師たちは、ある人が誕生年によって「古い」のか、それとも体が使い古されて「古い」のかを見分ける方法を必要としています。彼らは単なる走行距離ではなく、エンジンの摩耗具合を測定する方法を必要としているのです。
これこそが、ユニバーシティ・カレッジ・ロンドンおよびその他の機関の研究チームが取り組んだ課題です。彼らはシンプルかつ強力な問いを投げかけました。「肺のスキャン画像を使って、肺がん以外の原因で亡くなる可能性が最も高い人を予測する『生物学的年齢』のスコアを構築できるだろうか？」
研究者たちは、ロンドンの肺がんスクリーニング試験に参加した12,0{0}人を超える大規模なグループを調査しました。彼らは単に肺を見るだけでなく、賢明なコンピュータープログラム（一種の人工知能）を使用して、加齢とともに変化する体内における4つの特定の要素を測定しました。それは、筋肉の中にどれだけ脂肪が隠れているか、骨の密度がどの程度か、動脈にどれだけのカルシウムが蓄積しているか、そして心臓の周りにどれだけ脂肪が蓄えられているか、という点です。これらを、機械に蓄積していく「錆」、「ひび割れ」、「汚れ」、「スラッジ（泥状の沈殿物）」と考えてみてください。
これら4つの測定値を組み合わせることで、チームは「年齢差（エイジ・ギャップ）」と呼ばれる一つの数値を作り出しました。この数値は、あなたの体が実際の誕生年と比較して、どれくらい老けているか、あるいは若いかを示します。もしあなたの年齢差がプラス（例えば+5）であれば、あなたの体は実年齢よりも5歳老けて見えることを意味します。もしマイナス（例えば-5）であれば、あなたの体は実年齢よりも5歳若く見えることを意味します。
結果は非常に興味深いものでした。チームはこの「年齢差」が、肺がん以外の原因で亡くなる可能性を予測する水晶玉であることを発見しました。生物学的年齢が実年齢より10歳高いごとに、心疾患やCOPD（慢性閉塞性肺疾患）などの原因で死亡するリスクは2倍になりました。実際、この生物学的年齢のスコアは、単に誕生年を見るよりも、非肺がん死を予測する上で優れていました。しかし、実際に「肺がんになるかどうか」を予測することに関しては、この年齢差はそれほど役立ちませんでした。それは「他の」リスクの予測には優れた指標でしたが、肺がんのリスクに対する魔法の杖ではありませんでした。
研究者たちは、この手法はまだ最終的な解決策ではないと慎重に述べています。彼らはロンドンの特定のグループ内でこのアイデアをテストしましたが、これが世界中のすべての人に通用するかどうかを確認する必要があります。また、彼らのコンピューターモデルはスマートですが、医師の判断に取って代わるものではないことも指摘しています。しかし、彼らは単純なスキャンが、単に塊を見つける以上のことができることを示しました。それは、人の体がどれほど速く老化しているかという物語を伝えることができるのです。この「生物学的な年齢」スコアを用いることで、医師はより適切なスクリーニング計画を立てられるかもしれません。例えば、スキャンの結果、生物学的に65歳に見える55歳の男性がいるとします。彼は暦の上では若いですが、その体は激しい摩耗の兆候を示しています。医師はこう言えるかもしれません。「あなたの肺は今のところ大丈夫ですが、あなたの体はもっと高齢である兆候を示しています。他の病気になるリスクが高いので、単にがんを監視するよりも、まずは心臓や肺のケアに注力すべきかもしれません。」逆に、スキャンによって生物学的に60歳に見える70歳の女性がいれば、彼女のエンジンはまだ力強く動いているため、スクリーニングを継続する素晴らしい候補者となるでしょう。
研究者たちは、これはまだ完成された解決策ではないと注意深く述べています。彼らはロンドンの特定の集団の中でこのアイデアを検証しましたが、これが世界中のすべての人に通用するかどうかを見る必要があります。また、彼らのコンピューターモデルは賢いものの、医師の判断に代わるものではないことも述べています。しかし、彼らは単純なスキャンが、単に塊を見つけるだけでなく、人の体がどれほど速く老化しているかという物語を語ることができるのだということを示しました。この「生物学的年齢」のスコアを用いることで、医師は、体がすでに多くの他の戦いに直面している人々に対して時間を浪費することなく、最も支援を必要としている人々に合わせたスクリーニング計画を提供できるようになるかもしれません。これは、スクリーニングを単にがんを見つけるためのものではなく、人間という存在全体を理解するためのものへと進化させる一歩なのです。
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。