AIが膠芽腫術後再発部位を予測

USCFとミシガン大学の共同研究チームは、初期手術後の脳脊髄腫瘍グリオブラストーマの再発部位を高精度で予測するAIモデルを開発し、2026年に学術誌Science Advancesで発表した。本研究は国立衛生研究所の支援を受け、サンジーブ・ヘル氏、ショーン・ハーベイ＝ジャッパー氏、トッド・ホロン氏らが中心となり推進した。 グリオブラストーマは成人の悪性脳腫瘍として最も致死率が高く、診断後の中位数生存期間は約17ヶ月である。手術と術後治療を施しても再発を防ぐことは困難で、その多くは腫瘍空洞周辺で発生する。チームは刺激ラマン組織染色という技術を導入し、処理前の生検組織を約1分で微細画像化。これらをAIシステムFastGliomaが腫瘍浸潤度スコアに変換した。 学習にはUSCFの患者60例分の約300サンプルを使用し、別の20例分の約100サンプルで外部検証を行った。AI浸潤スコア単独でも従来の病理診断と同程度の予測性能を示したが、臨床・画像・分子データを統合した機械学習モデルと組み合わせることで性能が大幅に向上した。特に6モデル中最も精度が高かったモデルでは、浸潤スコアが分子特性を上回る強力な予測因子として機能した。モデルは、採取した組織から5から10mm以内に再発が生じるかどうかを高精度で判別可能であることを確認している。 本技術の臨床応用は多岐にわたる。手術中のリアルタイムガイドライン提供により、安全範囲での追加切除を支援する。切除が困難な部位については、予測された再発リスク領域を対象とした高線量焦点放射線療法や、頭蓋骨経由のカテーテルを用いた直接的な薬物注入などの標的療法を事前に行うことを可能にする。研究チームは、実験的治療の影響を受けない初回再発の時期を遅らせることを首要目標とし、その延長が最終的な生存期間の延伸につながると期待している。