ESMO GI 2026：がん診療におけるAIバイオマーカーと臨床的価値

ESMO消化器がん会議（ESMO Gastrointestinal Cancers Congress）2026の専門家らは、人工知能（AI）が画像認識の枠を超え、外科、病理学、画像ガイド下介入の各領域で臨床的価値を提供する段階に移行しつつあると強調した。また、腫瘍学におけるAIベースのバイオマーカーのESMO基本要件（EBAI）を発表した。これは、AIベースのバイオマーカーを3つのレベルに分類し、それぞれに最低限の検証要件を定義する枠組みである。

大腸がんにおいては、MSIntuitアルゴリズムが、日常的なヘマトキシリン・エオジン（H&E）染色スライドから直接マイクロサテライト不安定性を96～98%の感度で検出した（Nat Commun. 2023;14:6695）。また、胃癌では、治療前CT画像からリンパ節転移を予測する深層学習モデルが開発されている（eClinicalMedicine. 2024;75:102805）。専門家らによると、この分野は、臨床的価値が技術的性能と同様に重要であることが証明されつつある新たな段階に入っている。

手術AIにおいては、AIプラットフォーム「EUREKA X」を用いた概念実証データにより、ロボット支援直腸がん手術中の緩い結合組織の温存が定量化された。44人の患者を対象としたマッチド症例対照研究では、AI由来の組織温存指標が術後排尿障害と関連しており、患者の年齢と組み合わせると、モデルの曲線下面積（AUC）は約0.81に達した。研究者らは、将来のAIシステムが手術中にリアルタイムのフィードバックを提供できる可能性があると示唆し、「未来はAI対外科医ではない。AIによって強化された外科医である」と述べた。

画像ガイド下介入では、MRIガイド下組織内小線源療法が、熱焼灼（アブレーション）に適さない肝腫瘍に対する治療選択肢を拡大しており、CTではしばしば視認できない病変の可視化を可能にしている。前向き研究であるMR BRIGHT試験（Z Gastroenterol 2025; 63(01): e45）では、MRIガイド下小線源療法はCTガイド下治療と比較して局所無再発生存率が有意に高く（95.1%対79.9%、p=0.027）、健常肝組織への低線量被曝も大幅に低減した（15%対43%）。機械学習アルゴリズムによりMRI画像再構成の高速化とアーチファクト低減が可能になり、リアルタイムMRIガイド下治療の実用性がますます高まっている。

病理学は、AIの研究から日常診療への移行が最も顕著な分野かもしれない。専門家らは、AIを4つの収束する発展の産物と表現した：拡大を続けるバイオマーカーの状況、増加する病理業務量、デジタル病理の広範な採用、そして持続的な診断のばらつきである。EBAIフレームワークは、アルゴリズムが既存のバイオマーカーの標準化から、H&Eスライドから直接分子変化を予測することへ、そして最終的にはまったく新しいバイオマーカーの発見へと進化していく過程を示している。これには、予測を行うべきでない場合を認識できる新興モデルも含まれる（Ann Oncol. 2026;37(3):414–430）。