ハイライト
- デルタラジオミクス（特徴の動的変化）は、肝細胞がん（HCC）の病理学的完全奏効（pCR）を予測する上で、ベースラインまたは術前の静的MRI特徴を大幅に上回ります。
- 時間的ラジオミクス動態と血清アルファフエトプロテイン（AFP）反応の統合により、テストコホートでの優れたAUC（0.920）が達成されました。
- 深層学習支援下での特徴選択を利用した機械学習モデルは、従来の手術ステージングの非侵襲的な堅牢な代替手段を提供します。
- 動的ラジオミクス評価は、初期段階で切除不能だった症例での成功した変換療法後に肝切除適応となる患者の選定をガイドすることができます。
背景
肝細胞がん（HCC）は世界中で最も致死性の高い悪性腫瘍の一つであり、しばしば切除不能な段階（uHCC）で発見されます。近年、治療の範囲は著しく変化しており、免疫チェックポイント阻害薬（ICIs）とチロシンキナーゼ阻害薬（TKIs）の組み合わせを用いた変換療法が導入されています。変換療法の主な目標は、腫瘍をダウンステージし、根治意図の肝切除を可能にすることです。この臨床経路において、病理学的完全奏効（pCR）は長期生存の重要な代替マーカーですが、術前にpCRを特定することは大きな課題であり、RECIST 1.1やmRECISTなどの従来の画像診断基準では、免疫療法によって誘発された生存腫瘍と壊死性/線維性組織を区別することが困難です。
非侵襲的なバイオマーカーの開発が臨床的に緊急のニーズとなっています。肝臓生化学検査や機能検査（ALT、AST、ビリルビン）はICI療法の肝毒性モニタリングに不可欠ですが、腫瘍反応評価に必要な特異性に欠けています（PMID: 41831501）。ラジオミクスは、医療画像から定量的特徴を大量抽出する技術であり、深層学習と組み合わせることで、サブビジュアルの腫瘍異質性とその時間的進化を捉える潜在的な解決策を提供します。
主要な内容
ラジオミクス動態の方法論的進歩
この分野の最近の画期的な進展は、静的な画像分析から動的な画像分析への移行にあります。従来のラジオミクスは単一の時間点（例えば、ベースライン）に焦点を当てており、腫瘍生物学のスナップショットを提供しますが、全身的な圧力に対する生物学的反応を無視しています。Zhouら（2026年）の最近の多施設研究は、「デルタラジオミクス」—ベースラインMRIと術後/術前MRIの間の特徴量の定量的な変化—の有用性を強調しています（PMID: 41746634）。
このフレームワークでは、時間的ラジオミクス特徴が抽出され、洗練された機械学習パイプラインを通過します。特徴選択には通常、一変量解析、共線性評価、最小絶対収縮選択演算子（LASSO）回帰が含まれます。複数の機械学習モデル（ランダムフォレストや深層学習アーキテクチャを含む）とのベンチマークでは、デルタ特徴が腫瘍の「ラジオミック軌跡」を捉え、治療感度をより正確に表すため、任意の単一時点の測定よりも優れていることが示されています。
臨床的成果: デルタモデル vs. ベースラインモデル
証拠は、予測性能に明確な階層があることを示しています。変換療法を受けているuHCC患者の検証コホートでは、デルタラジオミクスモデルは約0.783～0.835の曲線下面積（AUC）を達成しました。これに対し、ベースラインモデル（AUC 約0.434～0.483）や術前モデル（AUC 約0.506～0.685）は、偶然よりもわずかによい程度の性能しか示せず、しばしば貧弱でした。これは、腫瘍の初期状態が免疫療法にどのように反応するかを予測する上で不十分であることを示唆しており、術前スキャンのみでは治療による炎症変化に隠される可能性があることを示しています。
AFP反応の相乗効果
画像以外にも、生化学的マーカーは依然として重要です。アルファフエトプロテイン（AFP）はHCCで最も広く使用されているバイオマーカーです。AFP反応を術前レベルとベースラインレベルの対数比として計算することで、臨床医は生物学的活動を形態学的変化と統合することができます。デルタラジオミクスとAFP反応の統合は、これまでで最高の予測精度を示しており、具体的には内部検証ではAUC 0.920、独立検証コホートではAUC 0.857を達成しています（PMID: 41746634）。この相乗効果は、ラジオミクスが空間的異質性を捉え、AFP反応が腫瘍の分泌活動の全体像を提供することで、病理学的状態の包括的なプロファイルを作成していることを示唆しています。
翻訳的および比較的文脈
実験的なマウスモデル（PMID: 41825745）は、ウイルス関連HCCの免疫病理学的および分子的特徴について引き続き洞察を提供していますが、臨床ラジオミクスはこれらのメカニズム的研究と実際の患者ケアの間のギャップを埋めています。MASLD（PMID: 41831487）で使用される肝硬変度評価とは異なり、腫瘍ラジオミクスは特に腫瘍環境を問いただします。さらに、個別化されたHCC監視（PMID: 41813085）に向けて進むにつれて、pCRを非侵襲的に予測する能力は、完全奏効がほぼ確実に確認できる患者が大手術のモラビディティを回避できたり、逆に、より積極的な補助療法が必要な患者を特定したりする可能性があります。
専門家のコメント
定性的な画像解釈から定量的なラジオミクスモデリングへのシフトは、外科腫瘍学におけるパラダイムシフトを表しています。臨床的には、デルタラジオミクスが術前の静的画像を上回るのは論理的です。免疫療法はしばしば「偽進行」や安定した放射学的サイズを引き起こしますが、著しい病理学的壊死が存在する場合でも同様です。したがって、内部のテクスチャの変化（ラジオミクス署名）は、腫瘍径よりも細胞死をより忠実に報告します。
しかし、いくつかの課題が残っています。最初の課題は、深層学習の「ブラックボックス」性質です。多くの臨床医は、AIがどの生物学的特徴を識別しているのか理解できないため、モデルを信頼するのが難しいと感じています。第二に、ラジオミクスは画像プロトコルに非常に敏感であり、異なるMRIスキャナーや施設間での厳格な標準化が必要です。Zhouらの研究は、汎化可能性に関する一部の懸念を解決する多施設設計が注目されていますが、これらのモデルを国家ガイドライン（AASLDやESMOなど）に統合する前に、さらなる前向き検証が必要です。今後の研究では、ラジオミクスと液体生検（循環腫瘍DNA）の統合も探索する必要があります。
結論
深層学習と動的ラジオミクス分析の統合は、uHCCの管理における重要な進歩を示しています。変換療法の過程での腫瘍特性の変化（デルタ）に焦点を当てることで、臨床医は高精度でpCRを予測することができます（AFPと組み合わせるとAUC > 0.90）。この非侵襲的アプローチは、個別化された治療決定を容易にし、最初の切開前に完全奏効を達成した患者を特定する可能性があります。AIツールがより洗練され、標準化されるにつれて、これらは腫瘍学クリニックにおける従来の画像診断の不可欠な補完手段となる可能性があります。
参考文献
- Zhou SQ, Wang LN, Wu LF, et al. Deep learning-assisted tumor radiomic dynamics on MRI predict pathological complete response in HCC undergoing immune-based therapy followed by hepatectomy. Hepatology. 2026. PMID: 41746634.
- Evaluation of Abnormal Liver Biochemical Test Results. Gastroenterology. 2026. PMID: 41831501.
- An immunocompetent murine model of virus-elicited liver fibrosis and hepatocellular carcinoma. J Hepatol. 2026. PMID: 41825745.
- Steatosis severity and metabolic fingerprints after HCV eradication: toward an individualised approach to HCC surveillance after HCV cure. Gut. 2026. PMID: 41813085.
