機械学習で予測されたインスリン抵抗性は12種類のがんの危険因子である

この研究が日常の健康にもたらす意義

多くの人は余分な体重や2型糖尿病ががんの発生率を高めることを知っていますが、それらと密接に結び付くもう一つの要素──体がインスリンにどう反応するか（インスリン感受性）──は、定期健診で測定されることがめったにありません。本研究は、一般的な血液検査と基本的な健康情報だけから算出されるコンピューター生成の「インスリン抵抗性」スコアが、糖尿病や心疾患だけでなくいくつかの主要ながんのリスクも高める人々を識別できることを示しています。これは、医師が既に収集している情報をより賢く組み合わせることで、高リスクの人を早期に特定し、より的を絞ったスクリーニングに導ける可能性を示唆します。

インスリン抵抗性のデジタル指紋

インスリンは血中の糖を筋肉や肝臓、脂肪組織などの臓器に取り込むのを助けるホルモンです。これらの組織が適切に反応しなくなることをインスリン抵抗性と呼び、体はそれを補うためにインスリンを多く分泌します。長期的にはこれが2型糖尿病や心疾患につながります。インスリン抵抗性を直接測るゴールドスタンダードの検査は複雑で時間がかかり、多数の人に適用するのは現実的ではありません。より簡便な研究用の指標でも空腹時インスリン値が必要ですが、日常診療では通常測定されません。こうした障壁を回避するため、研究者らは以前に年齢、性別、人種、体格指数（BMI）、空腹時血糖、長期血糖（HbA1c）、トリグリセリド、総コレステロール、そして「良い」HDLコレステロールの9項目の一般的指標から、機械学習モデルで個人のインスリン抵抗性を予測するよう訓練しました。その結果得られたスコアは人工知能由来インスリン抵抗性（AI‑IR）と呼ばれます。

数十万人規模でのスコア検証

今回の研究では、チームはUKバイオバンクの37万人以上の参加者データにAI‑IRを適用しました。UKバイオバンクは40〜69歳の成人を対象に長期追跡している健康研究です。まず、スコアが将来の糖尿病、心血管イベント、死亡を予測できるかを調べました。糖尿病のない人でAI‑IR陽性の人は、年齢や性別を調整した後でも、AI‑IR陰性の人に比べて糖尿病を発症する確率が約7倍高かったです。また、糖尿病で入院する確率、主要な心血管イベントを経験する確率、心血管死や全死因死亡のリスクも高くなりました。BMI、メタボリックシンドローム、2つの血脂ベースの指標などのより単純な指標と直接比較した場合、AI‑IRは将来の糖尿病を最も正確に予測しました。

インスリン抵抗性とがんの結び付き

研究者らは次にがんに注目しました。追跡開始時にがん既往のない参加者を対象に、国民保健サービスの記録を連結して時間経過でどの種類の腫瘍が発生したかを追跡しました。全がんを合わせてみると、AI‑IRは全体的なリスクを変えませんでした。しかし部位別に解析すると明確なパターンが現れました。糖尿病のない人でAI‑IR陽性の人は、子宮、腎臓、食道、膵臓、結腸、乳房のがんリスクが高くなっていました。また、腎盂、小腸、胃、肝臓・胆嚢、白血病、気管支・肺のがんについては示唆的な増加が見られました。一方で皮膚がんの発生はむしろ少ない傾向でした。これらリスク増加が認められたがん種をまとめた「複合」転帰として扱うと、AI‑IR陽性の人は同年齢・同性別のAI‑IR陰性者に比べて約25％高いリスクを示し、この差はBMIで調整してもやや減るものの残存しました。

体重依存と体重非依存の影響

体重はインスリン抵抗性に強く影響するため、AI‑IRが単に肥満の代替指標として作用しているだけかを検討しました。胃、肝臓・胆嚢、膵臓、結腸、白血病、乳がんなど一部のがんリスク増加はBMIの影響と大きく重なっていました。しかし他のがんでは、インスリン抵抗性自体に固有の何かを反映しているように見えました。特にAI‑IRと肺・気管支がんの関連はBMIで調整するとさらに強くなり、喫煙状況を考慮しても有意のままでした。過去に喫煙していた人でAI‑IR陽性の人は、肺関連がんやインスリン抵抗性に関連するがん全体で特に高リスクでした。総じて、AI‑IRはBMIや別の血脂指標よりもがんリスクの層別化に優れ、メタボリックシンドロームやトリグリセリド対HDL比と同等の性能を示しつつ、糖尿病予測においては依然として最も有用なツールでした。

患者と医師にとっての意義

この研究は、ほとんどの診療所で既に収集されている情報から算出されるインスリン抵抗性の「デジタルバイオマーカー」が、糖尿病と一部のがんのリスクが高い人を示し得ることを示唆します。AI‑IR自体が単独のスクリーニング検査になる段階にはまだありませんが、どの患者がより頻繁な血糖検査、より積極的な生活習慣介入や薬物治療、または子宮、腎臓、結腸、肺、乳房、膵臓などの臓器に対するより早期・集中したがんスクリーニングの恩恵を受けるかを判断する手助けになる可能性があります。本研究はまた、インスリン抵抗性が過剰な体重、異常な血脂、慢性炎症をがんへつなげる生物学的経路であることを強調しており、食事、運動、薬剤などでインスリン感受性を改善することががんリスク低下や糖尿病予防につながるかどうかを調べる今後の研究を促します。

引用: Lee, CL., Yamada, T., Liu, WJ. et al. Machine learning-predicted insulin resistance is a risk factor for 12 types of cancer. Nat Commun 17, 1396 (2026). https://doi.org/10.1038/s41467-026-68355-x

キーワード: インスリン抵抗性, 機械学習, 糖尿病リスク, がんリスク, UKバイオバンク