AIを用いた血中癌細胞識別による食道癌化学療法効果予測アルゴリズムの確立

点击翻译按钮获取中文摘要

１．食道癌細胞株KYSEを用いたAI画像解析によるCTC検出アルゴリズムの作成: KYSEと単核球PBMCの画像を教師データとして事前学習し、各細胞画像がKYSEかPBMCかを判定させた。AIはKYSE140では99.8%、KYSE1440では100%の精度で識別した。KYSE140を事前学習したAIと4人の研究者に、EpCAMおよびDAPI染色した細胞100画像３セットを識別させたところ、AIとヒトの平均画像認識精度は100%および91.8%であった（p=0.01）。画像100 枚の識別に要した平均時間は、AIが0.7±0.01 秒、ヒトが630.4±49.5 秒であ（p=0.01）、CTC画像解析にAIを使用することでヒトと比較して高い分類精度と短時間での解析できる可能性が示された。２．食道癌患者血液を用いたCTC捕捉とAI解析による癌細胞識別アルゴリズムの確立: 倫理承認とインフォームドコンセントのもと、男性5名、女性5名を対象症例、健常ボランティア5名を陰性対照とした。EpCAM陽性/DAPI陽性細胞は、患者群と対照群の両者で検出されたが、患者群の検出数は平均44.5±20.9個であり、対照群の平均2.4±0.8個に比べて有意に多かった（p=0.02）。これらの結果から細胞株を用いて構築したAIアルゴリズムを用いて患者血液検体からCTCを検出できる可能性が示された。3. ヒト癌細胞を用いたマウスCTCバイオアッセイモデルの確立:ヌードマウスの胃壁内にヒト胃癌細胞株を移植し、6週間後に胃、肝を摘出した。25匹中16匹（64.0%）で胃壁内腫瘍を認め、8匹（32％）で肝転移を認めた。胃壁内腫瘍および肝転移についてはヒト特異的EMAの発現によって移植したヒト癌細胞由来であることを確認した。