原掲載：CTIMES

台北医科大学の陳震宇特任教授の研究チームは、「肺がんビッグデータ精密医療人工知能システム計画」を実施し、「早期予防、正確な診断、精密な投薬」を目標に、台湾初の医病意思決定共有型「肺がん臨床インテリジェント意思決定支援システム」（Clinical Decision Support System-Shared Decision Making, CDSS-SDM）の構築に成功し、最新のFUTEX未来科技賞と国家新創賞を受賞しました。

肺がんは台湾におけるがんの最大の死因であり、早期診断と精密治療のみが肺がんに打ち勝つことができます。肺がん治療の意思決定には多方面の考慮が必要であり、臨床的には肺がんの早期診断には精密な画像診断が必要であり、治療と薬剤の選択には発がん遺伝子の変異など複数の要因を考慮する必要があります。肺がんは画像診断の最初の日から、患者は時間との戦いを強いられ、重要な最初の10日間には、経験豊富な医師と治療方針を共同で議論する必要がある検査結果が少なくとも4回あります。ビッグデータと人工知能を使用することで、早期の意思決定を支援し、医療効率を高め、肺がんの精密臨床治療のビジョンを達成することができます。

「肺がん臨床インテリジェント意思決定支援システム」は、台北医科大学と科学技術部が協力し、学際的なバイオメディカル専門家を集め、AIビッグデータを付加価値化し、革新的な人工知能肺がんモジュールを使用して、臨床CTスキャンとデジタル病理画像判定を支援し、臨床データと遺伝子データを組み合わせることで、革新的なプラットフォームの開発に成功し、肺がんの早期診断、個別化された精密治療の医病共有意思決定モデルを可能にしました。

チームが開発した「全自動低線量CT肺がん遺伝子変異予測モデル」は、300枚以上のCT画像から自動的に腫瘍を検出し、正確に切断・演算し、腫瘤の種類と可能性のある遺伝子変異を判断し、肺結節の処理に関する推奨事項を自動的に報告します。

チームはさらに、CT予測結果と臨床ビッグデータを組み合わせ、肺腺がん患者の医療ビッグデータと自動機械学習法を通じて、脳転移、予後、薬剤反応予測モジュールを構築しました。CT画像で新規症例が発見された場合、脳転移リスクと薬剤選択の推奨事項を即座に予測できます。

台北医科大学は、台湾の医療技術大手である雲象科技と協力し、全スライドデジタル病理の膨大な細胞画像構造から高速でがん細胞を検索して判定する技術を開発し、これを拡張して全く新しい「全自動デジタル肺腺がん病理遺伝子変異予測薬剤選択モデル」を開発しました。これは、上皮成長因子受容体（EGFR）の最も一般的な遺伝子変異状態を迅速に自動的にラベル付けして予測し、病理学と数千人の臨床データを組み合わせることで、早期の精密投薬を支援します。関連する成果は、現在、国内外の特許を積極的に申請しています。

さらに、チームは画期的な技術で「病理報告自然言語処理（NLP）自動判定薬剤選択推奨システム」と「肺腺がん全遺伝子投薬推奨モデル」を開発しました。人工知能自然言語処理技術を使用して、患者の病理報告を入力するだけで、生存率の高い健康保険と自己負担の推奨薬剤を自動的に取得できます。また、治療効果と生存期間を関連付け、患者に類似し予後が最良の薬剤選択治療の推奨事項をスクリーニングします。

手術不能または転移・再発した進行肺がんの場合、システムは患者の状態を世界中の新薬臨床試験サイトと自動的に照合し、患者が最適な臨床試験と照合する機会を提供し、患者に新たな治療方向をもたらします。