乳がんのリンパ節転移を検出するAIモデル

カタルーニャ州の複数の研究機関と病院の研究者たちは、胸部周辺で乳がんが転移するかどうかを検出する新しいAIモデルを開発しました。特に、免疫系の重要なフィルターとして機能する腋窩リンパ節を標的としています。

研究成果は Breast Cancer Research 誌に掲載されました。

従来の研究は腫瘍の臨床病理データ（サイズや特徴など）を基本的に考慮してきましたが、本研究はこれらのデータと患者の免疫応答データとを結合させる、初の枠組みの中で開発された試みです。

研究は、免疫応答が、最も一般的なタイプの乳がんであるルミナル型乳がんの転移の有無を決定するうえで極めて重要な要因であることを確認しています。しかし、現行の診断法や技術は臨床現場で免疫応答を日常的に評価していません。このため、新しい機械学習モデルは、現行の診断法を補強する役割を果たす可能性があります。

このAIは、工学部の BCN MedTech Unit に所属するUPFの研究者、Alba Fischer Carles、Gemma Piella、Jérôme Noailly によって技術的に開発されました。臨床部分は、トルトサの Verge de la Cinta University Hospital、南カタルーニャ生物医学研究所（IRB CatSud）、および Rovira i Virgili University に所属する Carlos López Pablo が指揮しました。同じ機関のほかの研究者と、タラゴナの Joan XXIII University Hospital も研究に参加しました。

この研究は、乳がんがリンパ節へ転移する際に関与する免疫機構の知識の進展を反映しています。世界保健機関（WHO）の2024年の最新データによれば、同年世界中で2,400,000人を超える女性が乳がんと診断され、そのうち69万4千人が死亡しました。腋窩リンパ節へ転移が生じるとこの病気の死亡率は大幅に上昇します。

「この文脈の中で、免疫応答データを臨床・病理データと統合し、腋窩リンパ節の転移の有無を評価する可能性を探る機械学習モデルを開発しました」と、UPFの研究者アルバ・ Fischer Carles は説明します。最終モデルの免疫変数のうち9つのうち7つは、このグループの患者の腋窩リンパ節（転移なし）から抽出された組織の研究に基づくものです。

最終モデルを設計する前に、さらに3つのモデルが検討されました。そのうち2つは、同じタイプのルミナル乳がんと診断された83人の女性から得られた臨床データと免疫データを用いてトレーニングされ、3つ目はこの83人を含む344人のより大きな系列を臨床データのみで学習させたものです。免疫データを含む最終モデルでは、臨床データのみで学習したAIシステムに比べ、ルミナル乳がんの転移の偽陽性診断が減少します。最終AIモデルは予測値を持たず、すなわち患者が転移を発生させるかどうかを予測するものではありませんが、原発腫瘍およびリンパ節に存在する臨床データと特に免疫変数のどれが腋窩の転移と関連しているかを特定します。

研究はまた、腋窩乳がん転移の新たな潜在バイオマーカーとして intratumoral CD21+ を同定しました。生物標識は病理的変化を客観的に測定する生物学的特徴です。このケースでは、原発腫瘍内に存在する一群の細胞（濾胞樹状細胞）が腫瘍の広がりの程度を決定づける可能性があります。

カルロス・ロペス・パブロはこれまでリンパ節は主に腫瘍細胞の有無を判断するために分析されてきたと説明します。「この作業は、転移がないノードも情報を提供することを示しています。免疫応答の組織化の仕方と原発腫瘍のそれとが、病気の挙動と関連しています」と彼は断言します。「なぜ一部の腫瘍がリンパ節へ転移し、他は転移しないのか、免疫応答がどのような役割を果たすのかをよりよく理解するための一歩です。しかし臨床実践に到達する前には、より広範な系列や他施設の患者での検証が必要です」と結論づけます。

したがって、CD21+をバイオマーカーとしての有効性は今後の研究で引き続き評価されるべきであり、本研究はそれを治療標的として探索する道を開きます。

この研究は欧州プロジェクト BosomShield（MSCA Doctoral Networks、HORIZON-MSCA-2021-DN-01-01、GA 101073222）、SCARLETプロジェクト（TED2021-130081B-C22、MCINおよびNextGenerationEU）によって資金提供を受けました。

出典: Universitat Pompeu Fabra Barcelona