分子がんイメージングにおけるデータ解析の自動化と今後の臨床に与える可能性

Automation of data analysis in molecular cancer imaging and its potential impact on future clinical practice.

• Benjamin Theek
• Zuzanna Magnuska
• Felix Gremse
• Horst Hahn
• Volkmar Schulz
• Fabian Kiessling

抄録

デジタル化、特に機械学習と計算知能の利用は、近い将来、医療行為を劇的に形作ると考えられています。がん診断の分野では、複数の定量的な画像特徴量の抽出とそのクラスタ化解析であるラジオミクスが、疾患の実体、その予後、理想的な治療法の選択肢について、より詳細で再現性があり、意味のある情報を得るために注目を集めている。このような背景から、診断手順の自動化は、患者登録、スキャナでの画像検査の計画と実行、画像再構成、画像解析、そして様々なソースからの診断情報の意思決定支援システムへのフィードからなるパイプライン全体を改善することができます。本レビュー記事では、がん診断に焦点を当てて、コンピュータ支援がどのように診断手順に統合され、どのような利点と課題が生じるのかを報告し、議論する。X線、CT、MRI、超音波、PET、SPECT、ハイブリッドイメージングデバイスのような古典的なイメージングモダリティの強い見方に加えて、それはどのように画像データを患者のアナムネシス、臨床化学、病理学、および異なるオミックスから得られるデータと組み合わせることができるかを概説しています。また、このような統合を臨床現場で実現するために必要なITインフラについても論じている。分子がんイメージングにおけるデータ解析の自動化・統合化を包括的に実現するには、まだまだ課題が多いが、医療診断と精密医療の新時代に突入していると著者は結論づけている。

Digitalization, especially the use of machine learning and computational intelligence, is considered to dramatically shape medical procedures in the near future. In the field of cancer diagnostics, radiomics, the extraction of multiple quantitative image features and their clustered analysis, is gaining increasing attention to obtain more detailed, reproducible, and meaningful information about the disease entity, its prognosis and the ideal therapeutic option. In this context, automation of diagnostic procedures can improve the entire pipeline, which comprises patient registration, planning and performing an imaging examination at the scanner, image reconstruction, image analysis, and feeding the diagnostic information from various sources into decision support systems. With a focus on cancer diagnostics, this review article reports and discusses how computer-assistance can be integrated into diagnostic procedures and which benefits and challenges arise from it. Besides a strong view on classical imaging modalities like x-ray, CT, MRI, ultrasound, PET, SPECT and hybrid imaging devices thereof, it is outlined how imaging data can be combined with data deriving from patient anamnesis, clinical chemistry, pathology, and different omics. In this context, the article also discusses IT infrastructures that are required to realize this integration in the clinical routine. Although there are still many challenges to comprehensively implement automated and integrated data analysis in molecular cancer imaging, the authors conclude that we are entering a new era of medical diagnostics and precision medicine.

Copyright © 2020 Elsevier Inc. All rights reserved.