原題
Deep learning on histopathological images to predict breast cancer recurrence risk and chemotherapy benefit: a multicentre, model development and validation study.
背景:Oncotype DXはHR+/HER2-早期乳癌における癌化学療法の指針となるが、費用がかかり、しばしば利用できない。ルーチンの組織学および臨床データから再発スコアを推定するAIを開発した。
方法:組織病理学について事前に訓練されたマルチモーダルディープラーニングモデルをTAILORxで微調整し、6つの外部コホート(約5,497人の患者)で検証した。
結果:TAILORx(n=2,407)では、RS≧26のAUCは0.898であった。AIリスクは、閉経前の高リスク女性における再発および化学療法効果を予測したが、閉経後の低リスクでは予測しなかった;臨床的に高リスクの閉経後女性の31%を低リスクとして再分類した。外部AUCは0.858-0.903の範囲であった。
結論:ルーチンのスライド上のAIは、ゲノムリスクを推定し、化学療法の決定を導き、不必要な治療を減らし、精密腫瘍学へのアクセスを拡大することができる。
Journal: Lancet Oncol (CiteScore 2022: 62)
DOI: 10.1016/S1470-2045(25)00727-2
PMID: 41831466
コメント