AIの生命を変える、計測可能な影響ががんに与える影響

ビッグデータを活用してがんの検出と治療を強化するAI

AIを医療の意思決定プロセスに統合することで、分野を革命的に変え、より正確で一貫した治療決定につながることが期待されています。がんの分野では、膨大なデータセットが生成され、AIはこれらのデータを従来の方法よりも速く分析できます。これは、先進的ながん検査およびモニタリングツールの基礎となる機械学習アルゴリズムのトレーニングに不可欠です。AIには、データセットの複雑さを効率的にモデル化するための驚くべきパターン認識能力もあります。これは重要です。なぜなら、がんゲノミクスおよび腫瘍微小環境における繊細な分子シグネチャーの影響について、より深い、多層的な理解を可能にするからです。特定のがん症例またはがん進行パターンのみに存在する遺伝子間のパターンを発見することは、よりターゲットを絞った、患者に特化した治療アプローチにつながる可能性があります。

最終的な目標は何ですか？ AIを活用したがん検査が、がんの旅の各段階で、スクリーニングと検出、適切な治療の特定、そして患者が介入に反応する方法と再発を予測するための臨床的意思決定をサポートすることです。

データの品質と量：AIの成功の鍵

最終的に、AIアルゴリズムは、トレーニングに使用されるデータの品質のみに依存します。低品質、不完全、または不正確にラベル付けされたデータは、AIのパターン認識能力を妨げる可能性があります（ガベージイン、ガベージアウト）。これは特にがん治療において重要です。ここでは、予測モデリングが完璧な精度に依存しているからです。たとえば、数千の遺伝子修飾のうち1つだけが腫瘍の発達を示し、早期発見に役立つ可能性があります。高品質のデータを確保することは時間がかかり、コストがかかる可能性がありますが、より優れたデータにつながり、最終的には最適なテスト精度が実現します。ただし、有用なデータの宝庫を開発することは、複数の課題に直面します。まず、数百万のデータポイントを伴う大規模なゲノミクスおよび分子データの収集は、複雑なタスクです。これには、がんの特性を完璧な精度と解像度で測定する最高品質のアッセイが必要です。収集された分子データは、トレーニングモデルの予測能力を拡大するために、地理的および患者表現の両方で可能な限り多様である必要があります。また、生データを分析するために収集および処理するのに役立つ、長期的な多学際的なコラボレーションとパートナーシップを構築することも利点です。最後に、ヘルスケア情報の取り扱いにおける厳格な倫理基準のコード化は、患者プライバシーの規制に従う場合に課題となる可能性があるため、非常に重要です。

正確で詳細なデータの豊富さは、パターンを迅速に検出できるテスト機能をもたらし、医師が患者に対する未解決のニーズに対処するための最善の機会を提供するだけでなく、臨床研究、特にがんのより優れた薬剤およびバイオマーカーに関する探索のすべての側面を改善および進歩させることになります。

AIはすでにがん治療およびケアで約束を示している

AIをより効果的にトレーニングする方法がすでに実施されています。私の同僚と私は、画像結果、生検組織データ、さまざまな形式のゲノムシーケンシング、タンパク質バイオマーカーなど、包括的なデータアレイからアルゴリズムをトレーニングしています。これらはすべて大量のトレーニングデータに加算されます。四重量のスケールでデータを生成する能力は、未知の原発性の先進的ながんの腫瘍の特定や、微妙な遺伝的変異を伴う予測化学療法治療パスなどの、臨床で使用される最初の真正な予測分析を構築することを可能にしました。

Caris Life Sciencesでは、アルゴリズムの広範な検証とテストが必要であることを証明しています。実際の証拠との比較は重要な役割を果たします。たとえば、特定のがんを検出するようにトレーニングされたアルゴリズムは、実験室の組織学的データに対する検証から利益を得ますが、治療法のAI予測は、実際の臨床的生存結果と比較できます。

がん研究の急速な進歩は、継続的な学習とアルゴリズムの改良が成功したAI戦略の不可欠な部分であることを示しています。新しい治療法が開発され、がんを駆動する生物学的経路の理解が進化するにつれて、最新の情報でモデルを更新することで、より深い洞察と検出感度の向上が可能になります。

この継続的な学習プロセスは、AI開発者と臨床および研究コミュニティの広範なコラボレーションの重要性を強調しています。データをより迅速に、より感度の高い方法で分析するための新しいツールを開発し、腫瘍学者のフィードバックを得ることは不可欠です。要約すると、AIアルゴリズムの成功の真正の尺度は、どの程度正確に腫瘍学者が必要な予測的な洞察を提供し、AI戦略が不断に変化する治療パラダイムに適応できるかです。

AIの実世界での応用はすでに生存率を高めてがん管理を改善している

データのスケールと品質の向上は、医師の意思決定ツールキットを拡大し、患者ケアと生存結果に実際の正の影響を及ぼすことを既に実証しています。難治性の転移性がんの化学療法治療選択のための最初の臨床的に検証されたAIツールは、予測アルゴリズムを使用しない標準的な治療決定と比較して、17.5カ月の生存期間を延ばす可能性があります¹。別のAIツールは、94%以上の精度で、数十種類の転移性がんの腫瘍の起源を予測できます²。これは、効果的な治療計画の作成に不可欠です。 AIアルゴリズムはまた、各人のユニークな腫瘍遺伝学に基づいて、腫瘍が免疫療法に反応する程度を予測しています。これらの各ケースでは、AIツールキットは、現在のケア標準と比較して患者結果を改善する臨床的意思決定を強化します。

がんにおけるAI革命を期待する

AIはすでにがんの早期発見と治療方法を変えています。がん管理では、医師がリアルタイムで患者を治療および監視し、がんが薬剤の変異で薬剤を出し抜くことを先んじて対処するために、統合されたAIと協力して作業することになるでしょう。予測モデルを改善してがんを早期に検出し、より効果的な個別化された治療パラダイムを提供することに加えて、医師、研究者、バイオテック企業は、データとAI分析を利用して、新しい治療法およびがんのためのバイオマーカーを明日につくり出すために今日働いています。

近い将来、これらのAIの進歩はがん治療を超えてすべての疾患状態に及ぶことになり、不確実性の時代が終わり、医学がより正確で、より個別化され、より効果的になるでしょう。