AIツールが移植後の致死的合併症を症状出現の数カ月前に予測
研究者らはBIOPREVENTというAIベースのツールを開発し、移植後90～100日に採取した血液バイオマーカーと臨床データを解析することで、造血幹細胞移植・骨髄移植患者における慢性移植片対宿主病（GVHD）および移植関連死亡リスクを症状出現前から予測できる可能性を示した。モデルは低・高リスク群を層別化し、臨床医向けに無料のWebアプリとして提供されている。
MUSC Hollings Cancer Centerの新たな研究によると、強力な人工知能（AI）ツールにより、幹細胞移植および骨髄移植後に起こり得る致死的な合併症を、臨床医が早期に把握できる可能性があるという。本研究はJournal of Clinical Investigationに掲載され、免疫バイオマーカー、臨床データ、機械学習を組み合わせ、実臨床でのリスク予測に用いるツールを作成した。
多くの患者にとって、幹細胞移植や骨髄移植は命を救う治療である。しかし、回復は退院した時点で終わるわけではない。中には、数カ月後になって、しばしば前触れなく重篤な合併症が現れる人もいる。
最も対応が難しい合併症の1つが慢性移植片対宿主病（GVHD）である。これは移植由来の免疫細胞が患者の健常組織を攻撃する状態で、皮膚、眼、口腔、関節、肺など複数の臓器に影響し、長期的な障害や、時に死亡に至ることもある。
HollingsのCancer Biology and Immunology Research Program共同リーダーであるSophie Paczesny, M.D., Ph.D.を中心に、Medical College of WisconsinのCenter for International Blood and Marrow Transplant Researchに所属するMichael Martens, Ph.D.、Brent Logan, Ph.D.らが率いた研究チームは、症状が出る前に慢性GVHDの高リスク患者を同定し、より早期のモニタリングにつなげる可能性のあるAIベースのツールを開発した。
免疫関連タンパク質と検証済みの臨床情報に機械学習を適用し、研究チームはBIOPREVENTと呼ばれるツールを開発した。これは、将来の慢性GVHD発症リスクおよび移植関連原因による死亡リスクを推定する。
移植医療は大きく進歩したものの、慢性GVHDは依然として移植後の主要な罹患・死亡原因の1つである。しかし、この疾患は症状が出てから始まるのではなく、その背景となる生物学的変化はもっと早い段階から始まっている。
移植後最初の数カ月は特に重要である。患者は体調が良いと感じていても、水面下では免疫活動がすでに合併症の土台を作っている可能性がある。慢性GVHDが診断される時点では、疾患プロセスはしばしば数カ月にわたって進行しており、静かに身体にダメージを与えていることが多い。
研究者らは、4つの大規模多施設研究にまたがる1,310人の幹細胞移植および骨髄移植レシピエントのデータを解析した。移植後90～100日に採取した血液検体を用い、炎症、免疫活性化と調節、ならびに組織障害とリモデリングに関連する7つの免疫タンパク質を測定した。BIOPREVENTで用いられた免疫バイオマーカーは、Paczesnyが主導した先行研究で同定され、検証されたものである。
これらのバイオマーカーに、患者年齢、移植タイプ、原疾患、既往の合併症などを含む9つの臨床因子を組み合わせた。臨床因子は移植レジストリから抽出した。米国では、移植センターはCenter for International Blood and Marrow Transplant Researchに対して移植に特化した詳細データの提出が義務付けられており、臨床試験患者については追加のレビューも行われる。Paczesnyによれば、この標準化された情報により、モデルが一貫性のある高品質な臨床データに基づいて構築されることが担保されたという。
研究チームは、従来の統計手法よりも患者転帰を高精度に予測できるかどうかを検証するため、複数の機械学習アプローチを比較した。最も良好な性能を示したのは、Bayesian additive regression treesと呼ばれる統計手法に基づくモデルで、これがBIOPREVENTの基盤となった。
その結果、血液バイオマーカーと臨床データを組み合わせたモデルは、臨床データのみのモデルを一貫して上回り、とりわけ移植関連死亡の予測で優れていた。さらに研究チームは、独立した移植レシピエント集団でツールを追加検証し、モデル構築に用いた患者以外に対しても、リスクを信頼性高く予測できることを確認した。
BIOPREVENTはまた、患者を低リスク群と高リスク群に層別化でき、18カ月後まで明確な転帰差が認められた。注目すべき点として、移植転帰の種類によって予測に寄与するバイオマーカーが異なり、慢性GVHDと移植関連死亡が少なくとも部分的には異なる生物学的因子により駆動されていることが示唆された。例えば、ある血液バイオマーカーは移植後死亡リスクと密接に関連していた一方、別のバイオマーカーは将来慢性GVHDを発症する患者のシグナルとしてより有用であった。
研究成果を研究現場にとどめず活用できるよう、研究チームはBIOPREVENTを無料のWebベースアプリケーションとして開発した。臨床医は患者の臨床情報とバイオマーカー値を入力し、時間経過に伴う個別化されたリスク推定を得ることができる。