縦断的な日常診療データを用いたがん検出と治療の進展

概要

Oncoformerは、367万人・1,770万回の診療記録と胸部X線画像を統合した。汎がん診断のAUROCは0.956、診断前1年以内の発症予測は0.869、病期推定は平均AUROC 0.90超であり、UK Biobankを含む独立コホートでも検証された。

主要発見

• モデルは367万人、1,770万回の診療記録を用いて学習された。
• 汎がん診断のAUROCは0.956、診断前1年以内のがん発症予測のAUROCは0.869であった。
• 腫瘍病期推定の平均AUROCは0.90を超え、10種類のがんで再発無病生存の層別化が有意であった。

臨床的意義

本モデルは、日常診療で得られるデータを用いた早期がん検出、画像支援病期診断、個別化治療計画、縦断的サーベイランスを支援し得る。現時点では自律診断装置ではなく意思決定支援システムとして扱い、較正、公平性、診療フローへの統合、臨床転帰を前向きに評価すべきである。

限界

• 日常診療データを用いた後ろ向き研究であり、選択バイアス、把握バイアス、記録バイアスが生じる可能性がある。
• 前向き臨床有用性、患者転帰の改善、人口統計学的・医療制度上の各サブグループでの均一な性能は示されていない。

今後の方向性

今後は多施設前向きインパクト研究により、診断の迅速化、治療選択、患者転帰、医療公平性が改善するかを検証すべきである。さらに、較正の経時変化、解釈可能性、データガバナンス、異なる画像装置および集団での性能を評価する必要がある。