AI技術ががん治療薬の検査と臨床試験登録を加速
新しいAI搭載プラットフォームにより、がん治療の決定が当日中に可能となり、臨床試験のマッチングが効率化される。ユタ大学のμPharmaチップは4時間以内に薬剤反応を予測し、City of HopeのHopeLLMシステムは全国ネットワーク全体で患者と試験をマッチングする。
ユタ大学の科学者らは、人工知能を用いてT細胞性急性リンパ芽球性白血病(T-ALL)の小児患者における標的療法に対するがん細胞の感受性を迅速に予測する新しい「ラボオンチップ」デバイスを開発した。T-ALLは攻撃的で治療が困難ながんである。μPharmaと呼ばれるこのデバイスは、数日ではなく4時間以内に結果を提供し、1分1秒を争う状況において当日中の精密医療への道を開く可能性がある。
研究者らによると、まだ臨床現場では使用されていないこのツールは、患者のがん細胞がどの治療法に感受性があるかを迅速に特定することで、不必要な治療と副作用を減らすのに役立つ可能性がある。このプラットフォームは、患者のがん細胞を直接薬剤に曝露することなく、患者の薬剤反応プロファイルを特定する。デジタルマイクロ流体工学を用いてチップ上で微小な液滴を移動させ、労働集約的な液体ハンドリング工程を自動化することで、必要な細胞数と試薬を削減し、ヒューマンエラーを最小限に抑え、プロセスを高速化する。
Med誌に発表された研究で、科学者らはμPharmaがT-ALLに対して現在研究されている2つの標的療法であるdasatinibとvenetoclaxへの反応を正確に予測し、薬剤反応と重要な分子マーカーとの間に以前は認識されていなかった関連性を明らかにしたことを実証した。このプラットフォームは、個々のがん細胞レベルでの薬剤感受性の違いを検出できる。これは重要である。なぜなら、特定の薬剤が患者のがん細胞の一部には有効だが全てには有効でない場合、生き残ったがん細胞が再増殖する可能性があるからだ。
Huntsman Cancer Instituteの小児腫瘍専門医でユタ大学小児科准教授は、治療選択における革新は小児悪性腫瘍において差し迫ったニーズであると述べた。「『リアルタイム』で達成される個別化治療選択は、がん治療の未来の一部となるだろう。μPharmaはその方向への心強い一歩を示している」と同医師は語った。
Huntsman Cancer InstituteのExperimental Therapeutics Programの研究者兼メンバーでユタ大学分子薬剤学助教授は、チームはこの技術の開発に懸命に取り組んできており、その良好な性能を確認できたことは、患者を支援するために臨床現場に導入するための重要なステップであると述べた。このプロジェクトは、ユタ大学、St. Jude Children's Research Hospital、ペンシルベニア大学の研究者間の共同研究である。
臨床医は患者のがん細胞の小さなサンプルをデバイスに配置する。内部では、細胞は人間の髪の毛の太さよりわずかに広い間隔を空けた2枚のプレートの間に保持される。電流が化学物質の微小な液滴を細胞との間で正確に移動させ、通常は時間と労力を要する実験室プロセスを完全に自動化する。ユタ大学生物医学工学助教授は、次のステップは現実的な臨床環境において初代白血病細胞を用いたこの技術の検証であると述べた。
一方、City of Hope病院システムは、南カリフォルニア、フェニックス、シカゴ、アトランタ、および数十のクリニックにまたがる全国ネットワーク全体で腫瘍学ケアと研究を支援するために設計された、内部で訓練されたAIプラットフォームであるHopeLLMを展開した。システムEVP兼最高デジタル・技術責任者は、組織を「単一の実体としてではなく、システムとして」運営していると説明し、展開される技術はその複雑な範囲全体で機能すると述べた。
HopeLLMは、がん医療における馴染みのある課題、すなわち膨大な文書に対処する。一部の患者は、長年にわたるケアに関連して数千ページのノートを持つ可能性がある。HopeLLMはその情報を取り込み、医師のために迅速に要約することができる。時間の節約は大きく、医師はしばしば勤務時間外に記録のレビューに何時間も費やしている。複雑な病歴を要約することで、システムは患者1人あたり2〜3時間を節約できる。
このプラットフォームは、臨床記録、請求データ、ゲノミクス、放射線画像、病理を含むマルチモーダルデータを解析し、患者に適した試験を特定する。また、プロセスを逆転させ、新しい試験が開始されたときに候補者を特定するために患者集団をスキャンすることもできる。「患者がケアのために来院したとき、どの試験に適格であるかをすぐに知らせることができるようにしたかった」と同幹部は説明した。この即時性は腫瘍学において重要である。タイミングが患者が潜在的に救命的な治療へのアクセスを得られるかどうかを決定する可能性があるからだ。
City of Hopeは独自のシステムを構築する前に商用ツールを評価した。多くは縦断的な腫瘍学データに苦戦し、実際の臨床ワークフローへの統合に失敗した。内部で設計することで、チームは腫瘍専門医が実際にどのように考え、実践しているかを反映させることができた。認可された臨床医が最終決定権限を保持する。「アルゴリズムが真に道徳的権威を持つことはない」と同幹部は述べた。「AIは支援できるが、臨床的説明責任を所有することはできない」
個々の患者のマッチングを超えて、HopeLLMはネットワーク全体の実行可能性評価を変革している。City of Hopeはこのプラットフォームを使用して200件以上の試験を評価した。かつては数週間かかっていたタスクが数分で完了できるようになり、チームは複数の場所にわたって適格患者を迅速に特定できる。同幹部はこれを全国的な臨床試験モデルの一部として説明する。すなわち、集中的な調整と地理的に分散した研究サイトの組み合わせである。このアプローチは試験へのアクセスを改善すると同時に、研究をほぼ同時に複数の地域で開始できるようにする。
T-ALLは急性リンパ芽球性白血病の困難なサブタイプであり、急性リンパ芽球性白血病は最も一般的な小児がんである。完全寛解率は改善しているが、多くの生存者は集中的な化学療法による長期的な影響を経験する。薬剤反応を迅速に判定することで、臨床医はより早く治療を個別化し、無効な治療と副作用への曝露を減らすことができる可能性がある。