AIツールが早期がん検出と臨床試験予測を加速
人工知能は、早期がん検出ツールの開発と臨床試験の成功予測精度の向上を通じて、がん医療を前進させている。Carnegie Mellon University発のXlue Inc.は高リスク患者の特定に取り組み、製薬企業では予測解析により腫瘍学試験で有望な化合物の優先順位付けが進んでいる。
A Carnegie Mellon Universityのスピンアウト企業が、数百万人分の患者の診療記録を用いて予測ツールを学習させ、肺がん、肝がん、膵がんの高リスク患者を特定するために人工知能を活用している。Xlue Inc.は、がんの既往歴がない患者では50%の予測精度を達成し、すでにがんに罹患したことのある患者における再発ケースでは、ツールの精度は70%に達した。
医師らによれば、がんを治癒させる最大のチャンスは早期に発見することだが、必ずしもそうなるとは限らない。オープンアクセスの医学誌Cureusに掲載された2023年の研究によると、膵がんの症例の80%〜85%は、侵襲性が高く致死的な疾患がすでに進行期に達するまで診断されていない。肺がんや肝がんも症状が曖昧、または軽微であるため、手遅れになるまで病気が隠れてしまうことがある。
XlueのCATCH-FMツールは、患者の経過（trajectory）を模倣することで将来のがん発症に関連するシグナルを特定し、担当医が早期診断のための追加スクリーニングを勧められるようにしている。同社は、台湾の大規模な国民医療保険請求データベースに含まれる、20年にわたる数百万人分の電子診療記録からこの予測ツールを学習させた。また、ペンシルベニア州最大の医療システムである病院大手UPMCが保管する、オフラインで匿名化（de-identified）された診療記録をスキャンするための協議も進んでいる。
Shadysideを拠点とし6人を雇用する同社は、2025年にCMUからスピンアウトした。まだ黒字化していない同社は、初期のfriends and familyラウンドで150万ドルを調達している。Xlueの技術は、脳卒中や心筋梗塞の高リスク患者を特定する用途にも適応できる可能性がある。
Xlueのアプローチはコスト削減にもつながり得る。American Health & Drug Benefit誌に掲載された2021年の研究によると、転移性膵がんの商業保険加入患者1人を治療するために保険者が負担する平均費用は95,000〜116,000ドルに及ぶ。3種類のがんに対するスクリーニングは、最終的に公衆衛生の改善にもつながり得る。たとえば、Centers for Disease Control and Preventionによれば、マンモグラフィ検診の普及は乳がん死亡率を8%〜40%低下させるのに寄与してきた。
米国では、2022年に肺がん検診を受けた対象者は18.2%にとどまった。World Health OrganizationのGLOBOCAN 2022データによれば、肺がんは世界でがん関連死の最大の原因である。
医薬品開発の分野でも、特に腫瘍学（oncology）の臨床試験において、予測解析（predictive analytics）が進展している。現在の予測モデルは改善しており、とりわけ第I相から第II相または第III相への成功を予測する際に進歩がみられる。この領域ではすでに多くのツールが相応に高い精度を示しており、企業が最も有望な化合物を優先する助けとなっている。
しかし、前臨床段階から臨床アウトカムまでの成功を予測することは、はるかに難しい。ファーストインクラス（first-in-class）の化合物は過去データが十分でないことが多く、正確なモデリングを困難にする。科学的根拠や作用機序（mechanism-of-action）に関する洞察はあるものの、それを信頼できる臨床予測へと落とし込む作業は依然として複雑である。
最大のアンメットニーズは、どの化合物が臨床で成功するかを予測することである。将来的には、予測解析が十分に強力になり、動物モデルへの依存を減らせる可能性がある。特に腫瘍学では、動物モデルが患者の転帰を予測できないことが多い。