ラジオミクスアルゴリズムが多発性骨髄腫の重要なバイオマーカーを発見

Jul 05, 2023

2023年8月4日 -- Clinical Radiologyに掲載された新しい研究によると、多発性骨髄腫（MM）患者において、MRIラジオミクス機械学習アルゴリズムは、長期生存に関連するバイオマーカーである微小残存病変（MRD）状態を特定できるという。

中国江蘇省東州大学第一付属病院のX. Xiong氏率いる研究グループは、T1強調画像シーケンスおよび脂肪飽和T2強調画像シーケンスでラジオミクス特徴を抽出および分析するための機械学習アルゴリズムを訓練した。腰椎MRI検査です。 テストでは、最もパフォーマンスの高いモデルである線形サポート ベクター マシン (SVM) 分類器では、MRD ステータスの曲線下面積 (AUC) が最大 0.8 でした。

「線形SVMベースの機械学習手法は、MMにおけるMRD状態を識別するための非侵襲的なツールを提供できる」と著者らは書いている。

MM の新たなバイオマーカーである MRS は、MM の最も深いレベルの治療反応を表すと考えられています。 研究者らによると、最近のラジオミクス研究では、高リスクの細胞遺伝学的状態を予測し、MM治療反応を評価できる可能性が示されているという。 ただし、これらの研究はどちらも小規模なデータセットを使用していました。

研究者らは、研究の中で、MRI で MRD 状態を識別できる可能性を探り、臨床治療計画を最適化するための最適な機械学習方法を特定しようとしました。

研究者らは、治療前に全身MRIを受けた新規診断患者83人から遡及的にデータを収集した。 これらのうち、59 個はモデルのトレーニングに使用され、24 個はアルゴリズムの検証用に確保されました。

ラジオミクス モデルは、ランダム フォレスト、K 最近傍、ナイーブ ベイズ、線形 SVM、および放射状 SVM の 5 つの異なる分類子を使用した、T1 強調イメージングおよび脂肪飽和 T2 強調イメージング シーケンスに基づいて開発されました。 ロジスティック回帰分析を実行した後、ラジオミクス分析のために保持された唯一の特徴は骨髄浸潤率でした。

研究者らはまた、年齢、性別、国際病期分類システムの段階、蛍光in situハイブリダイゼーション（FISH）状態、血清タンパク質レベル、骨髄浸潤率、カルシウム、クレアチニン、アルブミンなどの臨床データに基づいて従来のモデルをトレーニングした。 最後に、彼らはラジオミクスと臨床的特徴の両方の分析を組み込んだ複合モデルを開発しました。

検証セットでは、線形 SVM ベースのラジオミクス モデルは、T1 強調画像で 0.708 の AUC、脂肪飽和 T2 強調画像で 0.8 の AUC をもたらし、従来のモデルを上回りました。 さらに、結合モデルでは、ラジオミクス モデルと比較してパフォーマンスに統計的に有意な差は生じませんでした。

「要約すると、今回の結果は、導入治療後のMRD状態を正確に識別できるMRIのラジオミクス解析と機械学習のパフォーマンスを実証している」と著者らは結論づけた。 「研究は遡及的であったため、MRD状態を識別する方法の能力をさらに調べるには、前向き研究と複数の時点での分析が必要です。」

研究の全文はここでご覧いただけます。