研究者らはASTRO年次総会で、前立腺がん患者の放射線療法後の生化学的再発を正確に予測するAIモデルを発表した。このツールは前治療MRIスキャンと臨床データを用いて従来のリスクモデルを上回る。この進歩は治療をより効果的に調整するのに役立つ可能性がある。
2024年10月20日から23日までワシントンD.C.で開催されたAmerican Society for Radiation Oncology (ASTRO)年次総会で、UT Southwestern Medical Centerのチームが前立腺がんの転帰のための新しいAIベースの予測モデルに関する知見を発表した。
放射線腫瘍学の助教授であるDavid P. Hormuth II博士が主導したこの研究は、生化学的再発（BCR）に焦点を当て、治療後の前立腺特異的抗原（PSA）レベルの上昇を定義し、がんの潜在的な再発を示すものとした。モデルは、2003年から2017年にUT Southwesternで放射線療法を受けた1,000人以上の患者のデータを使用して開発された。
AIツールの鍵は、前治療MRIスキャンからの定量的画像特徴の統合であり、年齢、Gleasonスコア、PSAレベルなどの標準的な臨床変数を組み合わせている。このデータセットで訓練されたモデルは、2年後のBCRリスクを予測する上で曲線下面積（AUC）0.87を達成し、Memorial Sloan Kettering Cancer Center (MSKCC)モデルなどの確立されたノモグラム（AUC 0.75）を上回った。
「このAIアプローチにより、従来の方法では捉えられない画像から微妙な情報を抽出できる」とHormuthはプレゼンテーションで述べた。ツールの独立した200人の患者コホートでの検証は、その頑健性を確認し、同様の予測精度を示した。
背景の文脈は前立腺がん管理の課題を強調している：放射線療法は有効だが、5年以内に最大30%の患者がBCRを経験し、しばしば追加療法を必要とする。現在のリスク層別化は臨床病理学的要因に依存しているが、画像ベースのAIは腫瘍の微妙な特徴を特定することでこれを洗練できる可能性がある。
含まれる示唆は、ハイリスク患者への療法強化やローリスク患者への減量などの個別化された治療計画の可能性であり、最終的に過剰治療を減らすことを目指す。研究者らは、モデルが標準ケアの画像に適用可能であることを指摘し、より広範な臨床採用を可能にしている。しかし、一般化性を検証するための大規模な多施設研究の必要性を強調した。
報告に重大な矛盾は生じず、プレゼンテーションの詳細は要旨に掲載された研究の方法論と一致している。