機械学習モデルがインスリン抵抗性と12種類のがんの関連性を解明

研究者らは、UKバイオバンクの50万人の参加者に適用した機械学習ベースの予測モデルを用いて、インスリン抵抗性が12種類のがんのリスク因子であることを初めて実証した。AI-IRと呼ばれるこのツールは、標準的な健康診断で得られる9つの異なる医療情報に基づいて個人のインスリン抵抗性を予測し、インスリン抵抗性とがんの関連性に関する初の集団規模の証拠を提供する。

研究チームは機械学習ツールを活用し、インスリン抵抗性と複数のがんの関連性を証明することに成功した。インスリン抵抗性とがんの関連性は以前から示唆されていたが、臨床現場でインスリン抵抗性を評価することが困難なため、大規模な証拠は限られていた。AI-IRにより、研究者らはインスリン抵抗性ががんのリスク因子であるという初の集団規模の証拠を提供した。

AI-IRは高リスク個人を特定し、糖尿病、心血管疾患、がんの集中的なスクリーニングを可能にするために容易に導入できる。検証データセットで直接測定されたインスリン抵抗性と比較すると、AI-IRは強力な予測性能を達成した。インスリン抵抗性の直接測定は、専門的な糖尿病クリニックで治療を受ける患者を除いて非現実的だが、AI-IRは集団規模でインスリン抵抗性を評価するための堅牢で拡張可能な代替手段を提供する。

9つの臨床パラメータを単一の指標に組み合わせることで、AI-IRは体格指数（BMI）だけでは説明できないインスリン抵抗性を検出できる。現在、BMIは個人のインスリン抵抗性と関連がんへの感受性を予測するために一般的に使用されているが、このアプローチには偽陽性と偽陰性の限界がある。研究者らはAI-IRの予測力だけでなく、様々な条件下でモデルが堅牢であることも実証した。

インスリン抵抗性——血糖値を制御するホルモンであるインスリンに体が適切に反応しない状態——は糖尿病の根本的な原因の一つだ。糖尿病に加えて、インスリン抵抗性が心血管疾患、腎臓病、肝臓病を引き起こすことは広く知られている。インスリン抵抗性は肥満と密接に関連しているが、臨床現場でインスリン抵抗性そのものを評価することは困難だった。

この研究はNature Communicationsに掲載され、東京大学卓越若手研究者プログラム、日本医療研究開発機構（AMED）、日本学術振興会、その他いくつかの財団を含む複数の資金源から支援を受けた。チームは現在、個人間の遺伝的差異がこのリスクにどのように影響するかを理解し、最終的には大規模なヒトデータと分子生物学研究を結びつけて、インスリン抵抗性を克服するより良い戦略を開発するために取り組んでいる。