実世界の臨床コホートにおけるH&E全スライド画像からのパンクリーンゲノム変異予測

Key Points

• 本研究の目的は、H&E全スライド画像からゲノム変異を予測し、分子検査戦略を改善することである。
• 26種類の癌にわたり437人の患者を後ろ向きに登録し、臨床遺伝子パネルデータを収集した。
• さまざまなカテゴリのゲノム変異に対する二値エンドポイントを抽出した。
• 5つの病理基盤モデルを用いてスライド埋め込み抽出とベンチマークを実施した。
• 最もパフォーマンスの良いパッチ特徴システムに基づき、多重インスタンス学習モデルを訓練した。
• Titanモデルはスライドベンチマークで中央値AUROC 0.77を達成した。
• パッチレベルでAPC_SNVの予測がAUROC 0.916を達成した。
• テストセットにてKRAS_SNVの予測はAUROC 0.811を得た。

Abstract