肺がんにおける潜在的リンパ節転移を予測するためのPET/CTに基づくクロスモーダル深層学習シグネチャー

潜在的リンパ節転移（ONM）は非小細胞肺がん（NSCLC）の包括的治療において重要な役割を果たします。本研究は、臨床ステージN0のNSCLCのONMを予測するために、陽電子放出断層撮影/コンピュータ断層撮影に基づく深層学習シグネチャーの開発を目的としています。内部コホート（n = 1911）を用いて深層学習リンパ節転移シグネチャー（DLNMS）を構築しました。続いて、外部コホート（n = 355）および前向きコホート（n = 999）を用いてDLNMSの予測性能を検証しました。ここで、潜在的N1予測における受信者動作特性曲線下面積は、検証セット、外部コホート、前向きコホートでそれぞれ0.958、0.879、0.914、潜在的N2予測ではそれぞれ0.942、0.875、0.919であり、単一モーダル深層学習モデル、臨床モデル、および医師よりも有意に優れていました。本研究はDLNMSが臨床ステージN0のNSCLCのONMを予測する潜在能力を有することを示しています。