すりガラス結節の悪性度予測におけるマルチモーダル特徴統合：多施設前向きモデル開発・検証研究

概要

7施設で501例571結節を対象に、臨床・バイオマーカー・ディープラジオミクス統合（CB-DR）モデルは外部試験でAUC 0.90（95%CI 0.81–0.97）、正確度0.89、感度0.90、特異度0.82を達成。モデル活用により、良性結節の82.4%で過剰治療を回避し、悪性の90%で適時介入が可能と推定された。

主要発見

• CB-DRモデルは外部試験でAUC 0.90、正確度0.89、感度0.90、特異度0.82を示した。
• バイオマーカー、ディープラジオミクス、臨床情報の統合は単一モダリティより優れていた。
• 意思決定分析では良性の82.4%で過剰治療を回避し、悪性の90%で確実な介入が可能と示唆。

臨床的意義

較正済みリスクツールとしてGGNのトリアージに用いることで、不要な切除や過剰なフォローCTを減らし、高リスク病変への適時介入を促進できる。

限界

• 単一国での研究であり一般化可能性に制約がある
• バイオマーカーパネルや撮像プロトコルの標準化が今後の実装に必要

今後の方向性

既存リスクモデルとの直接比較、管理方針・転帰への影響を検証する前向き介入研究、多国籍での外部検証が望まれる。