早期胃がんのリンパ節転移を予測するAI、外部・前向き検証で評価

Xiong氏らの研究グループは、早期胃がんのリンパ節転移リスクを予測する機械学習モデルを開発し、別施設の患者と、前向きに登録した患者で精度を検証しました。論文はEuropean Journal of Surgical Oncologyに掲載されています。

対象と検証方法

研究は3つの高度医療施設の4集団を対象としています。研究グループは、胃切除とリンパ節郭清を受けた早期胃がん患者を、学習と外部検証のために後ろ向きに登録しました。学習用の患者は3,412人で、うち467人、13.7%にリンパ節転移がありました。

これに加え、2023年9月から2024年12月に前向きに登録した、時期の異なる集団で検証しています。2025年1月から2026年1月の術前病理情報を使った検証集団も解析しました。3,412人は学習集団の人数で、検証集団を含む研究全体の人数ではありません。

研究グループは6種類の機械学習手法を比較し、XGBoostを選びました。転移の有無を見分ける指標であるAUCは、外部検証で0.8583、前向き検証で0.8766でした。AUCは0.5が偶然と同程度、1.0が完全な識別を表します。術前病理情報を使った集団では0.8653でした。

予測に使った情報

主な予測因子は、脈管・神経侵襲、がんの深達度、部位、分化度、大きさでした。研究グループは、どの情報が予測にどの程度寄与したかを示すSHAPという手法でモデルの判断を説明し、ウェブ上で使える計算ツールも作成しています。

早期胃がんでは、リンパ節転移のリスクが内視鏡的粘膜下層剥離術（ESD）と外科手術の選択に関わります。著者らは、モデルがこの治療選択を支援し得るとしています。

治療選択への適用範囲

今回の研究で評価したのは転移リスクの予測精度です。AIを使ってESDや手術を選ぶ介入試験ではなく、不必要な手術や転移の見逃し、患者の予後が改善するかは確かめていません。

また、要旨には各検証集団の人数、臨床で使う判定閾値ごとの感度・特異度が記載されていません。各予測因子を術前にどのように取得したかの詳細も、要旨だけでは確認できません。

研究メモ

多施設の後ろ向き開発研究に、外部検証と前向き検証を組み合わせています。公開要旨の範囲で確認しました。資金提供、利益相反、国内の承認状況は確認できていません。

出典

1. [1]
   論文：Xiong et al. Development and validation of an explainable model for predicting lymph node metastasis in early gastric cancer
2. [2]
   データベース：PubMed 公開要旨

※画像はGPT Image 2.5で生成したイメージです。