コペンハーゲン大学の新しい研究は、人工知能 (AI) が乳がんリスクの評価方法を劇的に変える可能性があることを示しました。乳がんは、世界中で最も一般的ながんの 1 つです。米国だけでも、年間287,850人の新規感染者と43,250人の死亡者が発生しています。 Lancet Digital Health に掲載されたこの新しい研究は、細胞老化を検出するように訓練された AI モデルに基づく有望な結果を示唆しており、現在の臨床ベンチマークよりもはるかに効果的に将来の乳がんのリスクを予測できるとしています。

まずは基本 — 細胞老化とは何ですか?これは、損傷した細胞や老化した細胞が分裂を停止しても活動を続けるプロセスです。がんなどの老化関連疾患と関連していることがよくあります。これらの「老化」細胞は、もはや正常に機能していないにもかかわらず、腫瘍の増殖につながる可能性のある炎症シグナルを発しているため、「ゾンビ細胞」と呼ばれることもあります。老化は制御されていない細胞分裂に対する自然なブレーキとして機能しますが、逆説的ですが、老化関連分泌表現型 (SASP) として知られるこれらの炎症シグナルを通じてがんを促進することもあります。

これまで、特定のバイオマーカーが不足していたため、ヒト組織の老化を測定することは困難でした。しかし、コペンハーゲン大学の研究では、深層学習 AI を使用して、乳房組織サンプルの核形態、つまり細胞核の形状を分析しています。これにより、健康な生検サンプルであっても、老化細胞の変化に基づいて乳がんのリスクを予測できるようになります。

研究者らは、4,382 人の健康な女性から採取した乳房組織生検を使用して、後ろ向きコホート研究を実施しました。これらのサンプルは、核老化予測器 (NUSP) と呼ばれる深層学習ツールを使用して分析されました。 AI モデルは、さまざまな組織タイプにわたる 3,200 万個をはるかに超える核を検査して、老化細胞を検出し、組織内でのそれらの分布を決定しました。上皮、脂肪、間質組織におけるこれらの老化細胞を注意深く評価することにより、AI システムは老化のパターンと将来のがんリスクを相関させることができました。参考までに、上皮組織は乳管などの体内の腺や表面の内層を形成しており、ここでがんが発生することがよくあります。脂肪組織はエネルギーを蓄える脂肪細胞で構成されており、間質組織は上皮細胞を取り囲んで支える結合組織などの臓器を構造的に支えています。

全体的な結果は次のとおりでした。ただ約束するだけではなく。組織サンプルが特定の老化パターンを示した女性は、検出された老化の種類に応じて、乳がんを発症する可能性が高くなったり低くなったりしました。たとえば、あるモデル (DNA 損傷によって引き起こされる老化について訓練された) では、組織内に高レベルの老化細胞が存在すると、がんのリスクが高くなることが示されました。別のモデル（薬物誘発性老化について訓練された）は、同じリスクを低下させる保護効果を示唆しました。

乳がんリスクを予測するための現在の臨床上のゴールドスタンダードであるゲイル モデルと比較して、AI モデルははるかに優れた精度を示しました。 Gail スコアと組み合わせると、AI モデルはオッズ比 (特定の危険因子が結果をどれだけ強く予測するかを示す尺度) を 4.70 に増加させ、Gail スコアのみの予測力のほぼ 5 倍に達しました。

この画期的な技術が商業化されれば、臨床医は高リスクの個人を特定し、切望されている介入を提供する、より洗練された方法を提供できる可能性があります。乳がんのリスクを発症の数年前に予測できるようになれば、より早期の診断やより個別化されたスクリーニングプログラムにつながり、低リスクの女性に対する不必要な検査が減り、高リスクの個人に対する監視が強化される可能性がある。

AI の可能性は、特に癌診断の進歩に関しては計り知れません。この技術はまだ開発中ですが（開発にはかなりの時間がかかるでしょう）、その応用は乳がん検査に革命をもたらす可能性があります。標準的な組織サンプルを使用することで、この AI 手法を世界中に展開できます。

上記のモデルを改良するには多くの追加研究が必要ですが、リスク予測の改善により、がんの早期発見、より効果的な治療計画、そして最終的には乳がんによる死亡率の低下につながる可能性があります。これは、誰もが成功できる AI の現実世界への応用です。