非小細胞肺癌に対する免疫チェックポイント阻害剤の応答予測のためのAI搭載PD-L1腫瘍割合スコア解釈の臨床検証

非小細胞肺癌における免疫チェックポイント阻害剤の応答予測におけるPD-L1腫瘍割合スコアの人工知能解釈の臨床検証

腫瘍治療と診断の分野では、PD-L1（Programmed Death-Ligand 1）腫瘍割合スコア（TPS）の評価が極めて重要です。特に非小細胞肺癌（NSCLC）における免疫チェックポイント阻害剤（ICI）治療の反応予測において重要です。しかし、病理学者によるPD-L1 TPSの評価には、観察者間・観察者内の偏差や腫瘍内部の異質性など、主観的・客観的な要因の制約があります。最近の研究は、病理学画像に定量的なバイオマーカー評価能力を提供する人工知能（AI）の技術応用が、病理学診断におけるAIの応用の可能性を示唆しています。

この研究はソウル国立大学仁川病院のHyojin Kim博士、Seokhwi Kim博士、および他の著者によって行われ、その成果は2024年5月9日に《JCO Precision Oncology》（精密腫瘍学雑誌）に発表されました。研究では、PD-L1 TPSを評価するためのAI解析器を開発し、複数のディレクター級病理学者との比較に基づき、ICI単剤治療を受けた進行NSCLC患者の臨床効果予測におけるその性能を検証しました。

研究フロー

AI解析器の開発には、ディレクター級病理学者によって注釈された393,565個のPD-L1発現腫瘍細胞を使用しました。この細胞は822枚の全幅画像から来ており、22C3 PharmDx免疫組織化学（IHC）染色を施されました。AI解析器の臨床性能は、NSCLC患者から得られた430枚のWSIを含む外部コホートで検証されました。

外部コホートでは、3人の病理学者が注釈作業を実施し、彼らの合意したTPSをAIによるTPSと比較しました。研究は重要な発見を導き出しました：AI解析器が評価したPD-L1 TPSは病理学者の評価と顕著な正の相関があり（スピアマン係数0.925；p＜0.001）、独立したAIモデルを使用して腫瘍の反応と無進行生存期間の予測において病理学者と同等、またはそれ以上の臨床性能を示しました。

研究結果

AI解析器によるPD-L1 TPSの評価は、進行NSCLC患者がICI治療を受ける際の腫瘍反応と無進行生存期間（PFS）を正確に予測できます。研究では、TPS 1%-49%およびTPS %のグループにおいて、AI解析器の評価が病理学者の評価よりも予後が良好であることが分かりました。

研究の意義

AI解析器はTPSの評価において病理学者と一致しており、重要な科学的価値と応用価値があります。この研究は、病理学者間の一貫性を支援するAIの潜在能力を示すだけでなく、NSCLCにおけるICI応答予測におけるAIの潜在的役割も示しています。

著者情報と貢献

この記事の主要著者は、ソウル国立大学病院に所属するHyojin Kim博士とSeokhwi Kim博士です。このプロジェクトはソウル国立大学仁川病院とLunit Inc.の支援を受けました。全ての著者は研究の各側面に責任を持ち、最終的な承認を提供しました。

結論

この研究は、正確な癌治療とPD-L1 TPS解釈におけるAIの重要な役割を示しています。特に、正確な解釈が困難と認識されている場合において、AIは重要な支援ツールとなるでしょう。病理学がデジタル化と高精度の評価に向かうにつれ、AI技術は正確な癌治療の発展をさらに推進するでしょう。