2023年7月7日付の学術誌『Med』によれば、ハーバード大学医学部（HMS）の研究者たちは、AIツールを開発し、手術中に脳腫瘍のDNAを迅速に解読し、その分子的特性を特定することができると報告している。この研究によれば、脳神経外科医は腫瘍の分子タイプを把握することで、手術中に患者の脳組織をどの程度切除するかや、脳に直接薬剤を投与するかなどの決定を下すことができるという。
この論文のタイトルは「Machine Learning for Cryosection Pathology Predicts the 2021 WHO Classification of Glioma（神経膠腫の2021年WHO分類を予測する凍結切片病理学の機械学習）」です。
手術中の正確な分子診断は、脳神経外科医が脳組織の除去範囲を決定する際に非常に有用であると述べられています。腫瘍の侵襲性が低い場合には過剰に切除することで、患者の神経学的および認知機能に影響を与える可能性がある一方、悪性度が高い場合には摘出量が不十分で、急速に増殖・転移する悪性組織が残る可能性が指摘されています。
HMSのBlavatnik研究所の生物医学情報学助教授であるユー・クンシン（Kun-Hsing Yu）博士（研究主任著者）は、「今のところ、手術中に腫瘍を分子レベルでプロファイリングすることはできません。我々のツールは、凍結病理スライドからこれまで利用されていなかった生物医学的シグナルを抽出することで、この課題を克服しています」と述べています。
特定の腫瘍に関しては、手術時に脳に直接薬剤を塗布したウエハーを使用する治療法が有効であるとされています。
ユー博士は「手術中にリアルタイムで術中の分子診断を決定する能力は、リアルタイムのプレシジョン・オンコロジーの発展を推進することができます」と述べています。
従来の術中診断法では、脳組織を採取し、凍結して顕微鏡で検査することが一般的でしたが、この方法では組織の凍結により細胞の外観が変化するため、臨床評価の精度が妨げられる可能性がありました。また、強力な顕微鏡を用いても、人間の目では微妙なゲノムの変化を確実に検出することは難しいとされていましたが、新しいAIのアプローチはこれらの課題を克服していると述べられています。
このAIツール「CHARM（Cryosection Histopathology Assessment and Review Machine）」は、他の研究者にも利用可能であるとのことですが、病院での実際の使用には臨床的検証とFDAの認可が必要であると研究チームは強調しています。
がんの分子コードを解読する
最新のゲノミクスの進展により、病理学者はさまざまな脳腫瘍のタイプや特定の脳腫瘍において、分子シグネチャーやそれらのシグネチャーが示す挙動を区別することが可能になってきました。例えば、最も攻撃的で、脳腫瘍の中で最も一般的な形態である神経膠腫には、異なる分子マーカーを持ち、増殖と転移の傾向が異なる3つの主な亜型が存在します。
このような新しいツールの能力は、癌遺伝子配列決定を行う技術へのアクセスが制約されている地域では特に貴重です。迅速な分子診断を可能にすることで、適切な治療法の選択や患者の治療計画に関する重要な情報を得ることができます。
ただ手術中の判断にとどまらず、腫瘍の分子型に関する知識は、その腫瘍の侵攻性、挙動、およびさまざまな治療法に対する反応性を理解する上で重要な手がかりとなります。このような知識は、手術後の患者のケアや治療計画に対しても有益です。
さらに、この新しいツールは、神経膠腫の診断と重症度分類に関する世界保健機関（WHO）の最近更新された分類システムに適合した手術中の診断を可能にします。これにより、より正確な診断と治療計画の立案が可能になり、患者の腫瘍に対する適切な対応が促進されることが期待されます。
CHARMを訓練
CHARMは、1,524人の神経膠腫患者から2,334の脳腫瘍サンプルを使用して開発されました。未知の脳サンプルをテストした結果、このツールは93％の精度で特定の分子変異を持つ腫瘍を識別し、3つの主要な神経膠腫のタイプを区別することに成功しました。さらに、このツールは悪性細胞周囲の組織の視覚的特徴を捉え、高密度で細胞死が多い領域を特定できました。
特に、低悪性度神経膠腫のサブセットにおける重要な分子変化も発見されました。これらの変化は、増殖、転移、治療反応に対する異なる傾向を示唆しています。
また、このツールは細胞の外観と腫瘍の分子タイプの関連性を理解することも可能です。このように、背景に広がる多様な情報を考慮することで、このモデルはより正確になり、人間の病理医が腫瘍サンプルを視覚的に評価する際に近い結果を提供します。
研究者たちは、このモデルが神経膠腫のサンプルでトレーニングされてテストされたが、他の脳腫瘍のサブタイプを識別するために再トレーニングすることも可能であると述べています。ただし、神経膠腫の分子の複雑性や腫瘍細胞の形や外観の多様性のために、特に困難な課題とされています。
CHARMツールは新しい知識に基づいた新しい疾患分類を反映させるため、定期的な再学習が必要とされています。ユー博士は、AIツールも最高のパフォーマンスを維持するためには、人間の臨床医が継続的な教育や訓練を受けるように、最新の知識に対応する必要があると述べています。
