image: The two sets of charts compare the recommendations for managing patients with pancreatic cysts based on either CompCyst or standard-of-care pathology. This material relates to a paper that appeared in the Jul. 17, 2019, issue of Science Translational Medicine, published by AAAS. The paper, by S. Springer at Howard Hughes Medical Institute in Baltimore, MD; and colleagues was titled, 'A multimodality test to guide the management of patients with a pancreatic cyst.' view more
Credit: S. Springer <i>et al., Science Translational Medicine</i> (2019)
膵嚢胞（膵癌の前兆の可能性がある）のある患者を管理する際によい手引きとなる、機械学習アルゴリズムに基づく総合的な検査が開発された。CompCystと呼ばれるこの新しいアッセイは、患者875例を対象とした国際多施設試験で、現在のゴールドスタンダードよりも優れていた。重要なことに、この検査を行っていれば、不必要な外科的切除を受けた患者の60%が手術を避けることができたと考えられた。このことは、この検査の使用が、不必要な手術の削減および健康・経済的費用の削減につながることを示唆している。膵嚢胞は、膵臓にある液体で満たされた病変であり、70歳以上の人の最高8%に検出される。ほとんどの嚢胞は良性であるが、ムチンを産生する一部の膵嚢胞は悪性度の高い膵癌に変化する場合がある。また、前癌性の嚢胞と良性の嚢胞を区別することは困難であるため、非癌性嚢胞が誤って分類され、膵臓手術により不必要に除去されることが多い。このジレンマを克服するため、Simeon Springerらが、膵嚢胞を有する患者875例を登録し、良性またはムチン産生嚢胞のいずれかと関連した変異、タンパク質、およびその他のマーカーに関する情報を収集した。ディープラーニング技術を用いて、CompCystがこれらのマーカーを読み取り、モニタリングすべき患者とモニタリングすべきではない患者、または手術を受けるべき患者を分類できるようをトレーニングした。元の患者436例で検査プロトコールをトレーニングした後、別の患者426例で評価したところ、検査が標準的な病理検査よりも大部分で優れていたことが明らかになった。検査によって、退院すべきであった患者の60.4%（標準的な診断では18.9%）、モニタリングすべきであった患者の48.6%（34.3%）、および手術が必要であった患者の90.8%（88.8%）を正しく判別できたのである。検査で使用したマーカーを前向きに検証するための今後の研究が必要であろうが、Springerらは、自分たちのプラットフォームには、既存の方法の補助として診療所で使用する大きな可能性があると述べている。
###
Journal
Science Translational Medicine