AIワークフロー、潰瘍性大腸炎の大腸がんリスクを99％の精度で予測
2026年2月17日に公表された研究で、55,000件超の患者記録を用いたAIワークフローが、潰瘍性大腸炎患者の大腸がんリスクを99％の精度で予測できることが検証された。診療記録、内視鏡報告、病理所見から低リスク患者と高リスク患者を識別し、個別化されたサーベイランスにつながる可能性が示された。
AIワークフローに大規模言語モデルを活用することで、潰瘍性大腸炎患者のうち、少なくとも2年間大腸がんを発症せずに経過する患者を99％の精度で予測できる。2026年2月17日に公表された研究では、潰瘍性大腸炎患者における大腸がんリスクを99％の精度で予測できる新たなAIワークフローが検証された。
この炎症性腸疾患の患者は、一般集団と比べて大腸がんを発症する可能性が最大4倍高く、低異型度異形成に対する精密なリスク層別化は臨床上の重要課題となっている。本研究では、退役軍人省医療システムの55,000件超の患者記録を大規模言語モデルで解析しており、この種の研究としては最大規模のデータセットを用いた。
この自動化ワークフローは、記述式の診療記録、内視鏡検査報告書、病理所見を効率的に精査し、病変サイズや炎症の重症度といった微妙なリスク因子を特定する。システムは、しばしば見落とされる自由記載の診療記録から高リスクの特徴を抽出し、より個別化され、侵襲の少ないサーベイランス計画を可能にする可能性がある。
患者をリスク別に正確に分類することで、このAIはコホートの約半数を低リスクと判定し、サーベイランス間隔を安全に延長できる可能性を示した。一方で、モデルは可視病変を、臨床医が通常見積もるよりも高リスクと判定しており、そのような症例では、より適時なフォローアップや予防的手術が必要であることを示唆した。
この技術を消化器診療に組み込むことで、現在は病理医間の観察者間変動が大きい異形成の管理を標準化できる可能性がある。また、このツールは自動化されているため、電子カルテ内で「ワンクリック」のリスクスコアを提示し、医師の時間を大幅に節約する。
しかし、高品質なデジタル診療記録への依存は、記録の構造化が不十分な医療システムや報告様式がばらつく環境では、このツールの有効性を制限する可能性がある。こうした高い精度がより幅広い集団でも維持されることを確認するには、非退役軍人集団や地域医療の現場における前向き検証がなお必要である。現在、研究チームは長期モニタリングの改善に向けて、他の炎症性疾患へのモデル適用も進めている。