深層学習ががんの微小領域不安定性を予測、不確実なケースも検出

がんは生涯に1人あたり3人に1人が罹患すると予測され、人類にとって大きな健康課題である。がんの予後を左右する重要な指標の一つが、腫瘍のマイクロサテライト不安定性（MSI）状態——すなわち、腫瘍内のDNAがマイクロサテライト領域でどれほど安定しているか——である。この状態は、がんの進行や治療反応、免疫療法の有効性を予測する上で極めて重要である。 近年、深層学習モデルを用いた新しい手法が開発され、腫瘍組織の遺伝子データからMSI状態を高精度で予測できるようになった。このモデルは、従来の病理学的評価や遺伝子解析に比べ、迅速かつコスト効率的にMSI状態を判定可能で、特に診断の負担が大きい臨床現場での活用が期待されている。 さらに、モデルは予測の信頼度を評価し、判断が難しいケースを明確に「不確実」として識別する機能を持つ。これにより、医師は高リスクなケースに集中して追加検査を実施でき、誤診のリスクを低減できる。特に、MSI状態が確定しにくい稀な腫瘍や、治療戦略に影響を与える可能性のあるケースにおいて、AIの補助は診断の質を飛躍的に向上させる。 この技術は、がんの個別化医療の実現に向けた重要な一歩であり、今後、臨床現場での標準的診断ツールとしての普及が見込まれる。研究チームは、今後さらに多様な腫瘍種や患者集団への適用を進め、精度と信頼性のさらなる向上を目指している。