二人の姉妹が一緒にレストランをオープンしましたが、同時に肺がんと診断されました！これは多くの人がやっている習慣なので...

最近、悲しいニュースが話題になりました。二人の姉妹が一緒に小さなレストランをオープンしましたが、二人とも肺がんと診断されました。しかし、この姉妹は40～50歳で喫煙歴もなかったため、このような肺がんの「家族内集積」は非常にまれである。

肺がんの原因は複雑かつ多様であり、初期症状が明らかではないため、診断は非常に困難です。同時に、遺伝的要因と環境的要因の両方が肺がんを引き起こす可能性があります。 「中国医師会肺がん臨床診断・治療ガイドライン（2022年版）」では、揚げ物や油で揚げるなどの調理法で発生する厨房の煙がDNA損傷や発がんを引き起こす可能性があり、中国の非喫煙女性の肺がんの重要な危険因子の一つであると指摘している。

専門家は、この2人の働き者の姉妹が一日中キッチンで集中的に働いていたため、その煙にはベンゾピレン、多環芳香族炭化水素、複素環アミン、ブタジエンなどの発がん物質が大量に含まれており、これが肺がんの原因である可能性が高いと推測しています。

肺がんの早期診断は重要

幸運なことに、姉妹は適切な時期に身体検査と経過観察を受け、肺腫瘍はできるだけ早く切除されたため、再発率と死亡率は最小限に抑えられました。

肺がんは世界で2番目に多いがんで、死亡率が最も高く、がんによる死亡全体の21%を占めています。現在、肺がんの早期診断は依然として大きな課題となっています。他の癌と比べると、肺癌の死亡率は高いです。しかし、確認された症例のうち、ステージ I と診断されるのは約 20% にすぎません。

憂慮すべきなのは、近年、男性患者に加え、若年・中年女性の患者も増加していることだ。初期段階では明らかな症状は現れません。胸痛や喀血などの症状が現れたら検査を受けます。その時までに、患者の70％以上が中期および後期に進行しています。重い病気のせいで多くの人が尊い命を落としました。

また、医学の急速な進歩により、肺がん患者に対する免疫療法や標的療法は大きく進歩しましたが、その有効性は依然として不安定です。したがって、肺がんの非常に感度が高く、特異的な早期診断ツールを開発することは、人類の健康を守るために非常に重要です。

人工知能が肺がんの早期診断に役立つ

近年、人工知能（AI）が肺がんにおける潜在的な役割について科学者や医師から大きな関心を集め、話題となっており、肺がんの早期診断のための強力なツールとなることが期待されています。

AIは肺がんの検査、診断、治療において重要な役割を果たします。これは複雑な医療情報の分析と解釈に役立ち、最終的には医師がさまざまな臨床症例をより適切に診断し、治療を管理し、予後を予測するのに役立ちます。現在、FDA は複数の臨床治療分野における人工知能の応用を承認しています。

肺がんの異質性を例にとると、それは人工知能応用の主要分野となっている。 AI は主に、肺がんのスクリーニングのための手法、つまり画像診断（結節の検出、セグメンテーション、特性評価）と非画像診断技術に重点を置いています。

LDCT は肺がんスクリーニングのゴールドスタンダードであり、肺がん患者の死亡率を軽減できる唯一の方法です。現在、CT 画像と人工知能アルゴリズムなどの革新的な技術を組み合わせて診断精度を向上させ、医師の「X 線の目」を作り出す高度な予測モデルが開発されています。

興味深いことに、大量のデータは、AI の診断結果が経験豊富な放射線科医の診断結果に匹敵することを示しています。一方、CXR スキャンと LDCT スキャンを組み合わせた AI は、肺結節の検出精度が向上します。

例えば、DL-CADe システムに基づく CT 検査の結節検出率は、2 人の放射線科医の診断精度よりも高かった。肺結節に遭遇した場合、医師は通常、結節の大きさ、体積、密度に基づいて、良性か悪性かを判断します。 LDCT スキャンが最も一般的に使用されている方法ですが、AI はこれらの変数を正確に測定し、フォローアップ中に肺結節の成長を追跡することができ、結節の分類の精度は 80% を超えます。

肺結節の特定に加えて、肺がんの正確なステージ分類は、患者にとって最も適切な治療戦略と予後を策定するのに役立ちます。

ここで AI が役に立ち、肺がんの正確なステージ分類を迅速化し、病理スライドや CT スキャンの読み取りといった医師の時間を要する作業を最小限に抑えるのに役立ちます。 AI を PET および CT 読み取りの第 2 のリーダーとして使用し、PET および CT スキャンの多平面再構成を通じて転移病変の解剖学的位置を予測すると、放射線科医の作業負荷が効果的に軽減されるだけでなく、結節検出の精度も向上します。それは双方にとって有利な状況です！

さらに、AI は連続画像データと組み合わせることで、腫瘍の変化を経時的に追跡できる可能性を示しています。 DL 手法とリカレント ニューラル ネットワーク (RNN) を活用することで、AI は治療後の癌患者の CT スキャンからの長期データを分析し、表現型特性と治療反応に関する貴重な洞察を提供できます。

人工知能はがん治療に大きな可能性を秘めている

機械学習や畳み込みニューラルネットワークなどのアルゴリズムの開発と応用により、画像AIの開発は爆発的な成長の新たな段階に入りました。

肺がんを例にとると、AI モデル、臨床データ、画像診断結果を組み合わせることで、医師は患者の臨床結果をさらに理解し、個別化された効率的な治療計画を策定し、患者の生活と健康体験を向上させることができます。これは魅力的な挑戦であり、競争です。

AI は肺がん治療に大きな可能性を秘めているものの、その実装には課題と限界があることは注目に値します。データ品質に対処し、モデルの解釈可能性と倫理的配慮を改善する方法は、AI を臨床実践にうまく統合するために非常に重要です。

参考文献:

[1] Gandhi Z、Gurram P、Amgai B、Lekkala SP、Lokhandwala A、Manne S、Mohammed A、Koshiya H、Dewaswala N、Desai R、Bhopalwala H、Ganti S、Surani S. 人工知能と肺がん: 患者転帰の改善への影響。蟹座（バーゼル）。 2023年10月31日;15(21):5236. doi: 10.3390/cancers15215236. PMID: 37958411; PMCID: PMC10650618。