大腸癌の予後予測に深層学習を活用、病理組織画像から補助療法選択を最適化する新バイオマーカー

【背景】

早期大腸癌患者の補助療法選択を洗練するため、より良い予後予測マーカーが求められています。本研究は、深層学習を用いて通常のHE染色病理組織画像を直接解析し、切除後患者の予後バイオマーカーを開発することを目指しました。

【結果】

開発されたバイオマーカーは、検証コホートの主要解析において、不良予後群と良好予後群でハザード比3.84（95%CI 2.72-5.43; p<0.0001）を示しました。既存の予後マーカーで調整後もハザード比3.04（2.07-4.47; p<0.0001）と、独立した予後予測能が確認されました。

【臨床へのインパクト】

この深層学習を用いたバイオマーカーは、ステージIIおよびIIIの大腸癌患者を明確な予後群に層別化できる可能性を示唆しています。これにより、超低リスク群での補助療法回避や、より集中的な治療が必要な患者の特定が可能となり、個々の患者に合わせた補助療法の選択をより的確にガイドできる可能性があります。

本記事は AI（Gemini）が PubMed 上の英語 Abstract を要約したものです。臨床判断には必ず原著をご確認ください。