AIががんを予測!? 発症3年前に膵臓がんを見つける技術が登場

シルミー

はかせ、膵臓がんって見つかった時にはもう手遅れって聞いたんだけど、本当なの?

はかせ

残念ながらその通りなんです。でも今、AIを使って発症する3年も前に予測できる技術が開発されたんですよ

膵臓がんは「沈黙の病気」と呼ばれる。症状が出にくく、発見された時点で80〜85%のケースがすでに進行している。生存率はわずか12%で、がんの中でも特に厳しい数字だ。

この状況を変えようとするのが、米国カリフォルニア州に拠点を置くスタートアップ企業Prapelだ。同社は血液検査データをAIで解析し、膵臓がん発症の3年前に予測する技術を開発した。2023年の医学誌「BMJ Oncology」に掲載された研究では、約600万人分のデンマークの医療記録を使い、従来の予測モデルを大きく上回る精度を実現している。

なぜ膵臓がんは見つけにくいのか

体の奥深くに隠れた臓器

膵臓は胃の裏側、背骨の前あたりに位置する。長さ約15センチ、厚さ2〜3センチの細長い臓器だ。体の表面から遠く、周りを他の臓器に囲まれているため、腫瘍ができても触診では分からない。

また、膵臓がんの初期症状は非常に曖昧だ。軽い腹痛、食欲不振、体重減少といった症状は、胃腸の不調や加齢でも起こる。多くの患者が「ただの胃もたれ」と考えて放置し、黄疸が出たり激しい痛みを感じた時にはすでに進行している。

検査の壁

膵臓がんの早期発見には、CTスキャンやMRI、超音波内視鏡といった高度な画像検査が必要になる。しかしこれらの検査は費用も時間もかかる。症状のない人全員に実施するのは現実的ではない。

そのため現在は、家族歴がある人や特定の遺伝子変異を持つ人など、高リスク群だけが定期的に検査を受けている。しかし膵臓がん患者の約90%には明確な家族歴がない。つまり、大半の人は検査の対象外なのだ。

治療の時間制限

膵臓がんの5年生存率は、ステージIで発見できれば約40%まで上がる。しかし現実には、診断時にすでにステージIIIやIVに達しているケースが大半だ。この段階では手術できないことが多く、化学療法や放射線治療も効果が限定的になる。

早期発見できれば助かる命がある。そのために必要なのは、症状が出る前に、誰が高リスクなのかを見極める技術だ。

AIはどうやってがんを予測するのか

血液検査データに隠れたパターン

Prapelが開発したAIモデルは、一般的な血液検査の結果を分析する。対象となるのは、肝機能、腎機能、血糖値、炎症マーカーなど、健康診断で測定される約30項目だ。

研究チームは、デンマークの医療データベースから600万人分の記録を集めた。そのうち約2万4000人が後に膵臓がんと診断されている。AIは診断の3年前、2年前、1年前の血液検査データを学習し、がんを発症する人としない人の違いを見つけ出した。

驚くべきことに、発症の3年前の時点で、AIは約35%の精度で膵臓がんリスクを予測できた。これは従来の統計的予測モデル(約5%)の7倍の精度だ。診断1年前になると精度は約50%まで上がる。

機械学習が見つけた微妙な変化

AIが注目したのは、単一の検査値ではなく、複数の値の組み合わせと時間的な変化だ。たとえば肝機能の数値が正常範囲内でも、過去半年で微妙に上昇していたり、血糖値と炎症マーカーが特定のパターンで動いていたりする場合、リスクが高いと判断される。

人間の医師がこうした微妙なパターンを見つけるのは難しい。特に数値が正常範囲内にある場合、「問題なし」と判断されることがほとんどだ。しかしAIは、何百万人分のデータから統計的に有意な傾向を検出できる。

従来の腫瘍マーカーとの違い

膵臓がんには「CA19-9」という腫瘍マーカーがある。しかしこの値が上がるのは、がんがある程度進行してからだ。また、膵炎や胆石でも上昇するため、早期発見には向かない。

Prapelのアプローチは、特定のマーカーに頼らず、体全体の変化を総合的に評価する点が革新的だ。がん細胞が増殖する過程で、目に見えないレベルでも代謝や免疫システムに変化が起きる。AIはその微細なシグナルを捉えている。

実用化への道のりと課題

臨床試験のステップ

Prapelは現在、米国食品医薬品局(FDA)の承認を目指している。医療機器としての承認には、複数の臨床試験が必要だ。まずは少数の患者で安全性と有効性を確認し、次に数千人規模での大規模試験を行う。

同社の共同創業者であるアレックス・ゴールデンバーグ氏は、2026年内に最初の臨床試験を開始する予定だと述べている。順調に進めば、2028〜2029年には実用化される可能性がある。

偽陽性の問題

AIが「リスクあり」と判定しても、実際にはがんを発症しない人もいる。これを偽陽性という。偽陽性が多いと、不必要な精密検査や患者の不安を引き起こす。

Prapelのモデルでは、リスクありと判定された人のうち、実際にがんを発症するのは約3%だ。つまり97%は偽陽性になる。一見高い数字だが、膵臓がんの発症率が人口の0.01%程度であることを考えると、300倍にリスクを絞り込んでいることになる。

この精度なら、高リスク群に限定して画像検査を実施することが現実的になる。コスト的にも、全員にCT検査をするよりはるかに効率的だ。

保険適用とコストの壁

新しい検査技術が普及するには、保険適用が鍵になる。Prapelのシステムは既存の血液検査データを使うため、追加の採血は不要だ。しかしAI解析の費用をどう設定するか、保険会社がどう評価するかはまだ未知数だ。

米国では民間保険が主流で、保険会社ごとに適用範囲が異なる。日本でも、新しい検査技術が保険適用されるまでには数年かかることが多い。早期に普及させるには、費用対効果を明確に示す必要がある。

他のがんへの応用

Prapelの技術は、膵臓がん以外にも応用できる可能性がある。同社はすでに肺がんや大腸がんの予測モデルの開発にも着手している。それぞれのがんには固有の血液パターンがあり、AIはそれを学習できる。

将来的には、年に一度の健康診断の血液検査から、複数のがんのリスクを同時に評価できるかもしれない。そうなれば、がん検診の在り方そのものが変わるだろう。

シルミー

血液検査だけでがんが分かるなんて、すごい時代になったんだね!

膵臓がんの早期発見は長年の課題だった。AIによる予測技術が実用化されれば、多くの命を救える可能性がある。ただし技術の精度向上、臨床試験での検証、社会実装のための制度整備など、乗り越えるべき壁はまだ多い。Prapelの挑戦は始まったばかりだ。

アイキャッチ画像: Photo by National Cancer Institute on Unsplash