AI病理分析が希少がん免疫反応を予測

テキサス大学MDアンダーソンがんセンターの研究チームは、AIを活用した病理画像解析が希少がんにおける免疫療法の治療反応予測に有効であることを実証した。同研究成果は学術誌Journal for ImmunoTherapy of Cancerで発表された。責任研究者であるアウン・ナイン教授は、本手法が腫瘍及其微小環境に関する精密なデータを臨床現場に提供し、免疫療法患者への個別化治療決定を支援する可能性を示していると指摘している。 研究では既存の標準病理スライドを用い、腫瘍微小環境内の免疫細胞浸潤動態をAIが自動計測・追跡するシステムを構築した。従来法に比べAI解析は処理速度が圧倒的に速く、同一患者の複数生検サンプルにおける経時的変化も高精度に把握可能である。特に治療前の腫瘍内免疫細胞数と治療中の浸潤増減パターンが、予後を左右する主要指標として特定された。 解析結果により、腫瘍内への免疫浸潤増加と腫瘍細胞含有量の減少を複合的に評価するシグナルが、単独指標よりもはるかに高い予測精度を発揮することが明らかになった。このパターンは免疫反応の活性化と腫瘍負荷の減少を同時進行させている状態を示す。有利なシグナルを検出した患者群は、疾病進行または死亡リスクが64％低下し、中央生存期間も10ヶ月対42ヶ月と約4倍に延びるという顕著な臨床成績を収めた。 本アプローチは希少がんの多様な症例において標準的な病理サンプルから意味のある治療指針を抽出できる点で革新的である。ただし、臨床実装には大規模コホートを用いた外験が必須である。チームは今後、診断支援ツールとしての信頼性向上に向け検証を加速させ、希少がん治療の個別化医療に向けた実用化を目指す。