コンピューター断層撮影スクリーニング プログラムにおける肺がんリスク定義のための AI

欧州では肺がんによる死亡ががんによる死亡全体の28％を占め、患者の70％が進行した段階で診断され、5年生存率はわずか21％にとどまる。 症例のほぼ90%と喫煙が因果関係にあるにもかかわらず、世界的な喫煙率は依然として続いており、長期的な公衆衛生上の課題となっている。 私たちは、血液ベースのバイオマーカー、特に循環マイクロRNA（miRNA）とC反応性タンパク質を使用した肺がんリスク評価の改良に重点を置いています。 2013 年以来の BioMILD 試験における当社の先駆的な研究に見られるように、肺がんリスクを予測する隔年 LDCT スクリーニングと血液検査は有効性を示しています。

BioMILD 試験では 4,119 人のボランティアが参加し、LDCT とマイクロ RNA バイオマーカーを組み合わせて、4 年間にわたって実現可能性と安全性を実証しました。 私たちの現在の取り組みは、血液、機能、およびラジオミクスのバイオマーカーを組み込んだ、LDCT で検出された高リスク肺結節の予測モデルを開発することを目的としています。 BioMILD 試験のバイオリポジトリ、画像データベース、20 件の患者由来異種移植片 (PDX) を活用し、高度な人工知能 (AI) ツールを利用して包括的な分析を行います。 このアプローチは、ベースラインで特定された癌患者 100 人を含む固形および亜固形 LDCT 肺結節を持つ 400 人の被験者を対象とするものであり、非常に重要です。

血液ベースのバイオマーカー、放射線学的パラメーター、臨床的特徴、AI ツールを組み合わせることにより、堅牢なモデルを作成することを目指しています。 このモデルは、進行中の SMILE スクリーニング試験からの独立した被験者セット 100 名 (肺がんのある 25 名と肺がんのない 75 名) を使用して検証されます。 成功した場合、私たちのビジョンは、このパネルが有益であることが判明した臨床現場で前向きに導入することです。 私たちの使命は、費用と放射線被ばくに関連する害を最小限に抑えながら、すべてのハイリスク個人に対して新しい非侵襲的ツールを使用してスクリーニング介入を最適化し、肺がんによる死亡率を減らすことです。

目的 1 スクリーニングで検出された固形および亜固形 LDCT 肺結節から収集された末梢血単核球 (PBMC) サンプルに対する免疫シグネチャ分類器 (ISC) の評価と、MSC 検査や c 反応性タンパク質などの既存のバイオマーカーと ISC の統合(cRP)。

目的 2 呼吸器疾患および心血管疾患に関連する放射線学的特徴およびその他の LDCT マーカーの評価。

目的 3 血液バイオマーカー、画像データ、臨床データの組み合わせに基づく AI ツールを使用したリスク分類器を開発し、LDCT スクリーニング感度と陽性的中率を向上させる。