AIマルチモーダルモデルによる膀胱がん化学療法反応の個別化予測

個別化治療への課題

筋浸潤性膀胱癌（MIBC）に対する術前化学療法（NAC）は標準治療の一つですが、奏効率は症例により大きく異なります。治療前に反応性を予測し、恩恵が期待できる患者を選択することが求められています。

マルチモーダルAIの開発

研究チームは、全スライドの腫瘍病理画像（WSI）とトランスクリプトーム（遺伝子発現）データを統合し、深層学習モデルをトレーニングしました。形態学的特徴と分子生物学的プロファイルを同時に評価することで、単一データ型モデルを凌駕する予測精度を達成しました。

臨床意義と展望

この予測モデルにより、NACが効く可能性が高い患者には積極的な化学療法を、効果が期待しにくい患者には早期の手術や代替療法を提案できるようになります。治療効果の最大化と不要な毒性の回避が両立可能となります。