末梢血の単一細胞免疫シグネチャーに基づく小型浸潤性肺結節の高精度診断

概要

多施設前向き研究において、質量細胞測定に基づく末梢免疫シグネチャーと機械学習の統合により、浸潤性肺結節の識別（AUC 0.952）と腺癌の浸潤度予測（AUC 0.949）に成功し、臨床・ラジオミクスモデルを上回った。手術適応の判断や過剰治療の削減に直結する可能性が高い。

主要発見

• 末梢免疫シグネチャーは浸潤性と非浸潤性肺結節をAUC 0.952で分類し、臨床・ラジオミクスモデルを上回った。
• 最小浸潤腺癌と浸潤性腺癌の判別をAUC 0.949で達成し、腫瘍浸潤度を予測した。
• 多施設前向き設計により、臨床意思決定支援への翻訳可能性が高いことが裏付けられた。

臨床的意義

小型肺結節における手術か経過観察かの選択を支援し、不要な切除を減らし、高リスク病変を優先できる。実装には、標準化された免疫プロファイリングと検証済みMLパイプラインを結節外来ワークフローに統合する必要がある。

限界

• 抄録ではサンプルサイズおよび外部検証コホートの詳細が明示されていない
• 実運用には質量細胞測定設備と汎用性の高いMLパイプラインが必要

今後の方向性

大規模外部検証、実臨床における管理・転帰への影響評価、パネルや解析の標準化、肺結節プログラムにおける費用対効果の検討が求められる。