染色不要の多光子顕微鏡と機械学習による肝細胞がんの認識

肝がん患者にとってなぜ重要なのか

肝がん、特に肝細胞がんは発生頻度が高く致死率も高い疾患であり、外科手術が治癒の唯一の機会となることが多い。手術中、外科医は腫瘍を完全に切除しつつ健康な肝臓をできるだけ温存しなければならず、病変組織自体が既に異常な見た目をしているとそのバランスは非常に難しい。本研究は、染色や長時間の検査を必要とせず、先端的なレーザー顕微鏡と人工知能を組み合わせることで手術中にリアルタイムでがんを「見る」新しい方法を検討している。目標は、外科医が腫瘍の真の境界をより迅速かつ正確に見つけられるようにして、患者の転帰改善につなげることだ。

特殊な光で組織を覗く

研究者たちは多光子顕微鏡という手法を用いた。これは非常に短いレーザーパルスを使って組織中の自然な分子を発光させたり信号を発生させたりする技術である。染色剤や造影剤を加える代わりに、脂質、コラーゲン線維、細胞内の自然蛍光物質など、もともと存在するものを読み取る。肝組織の微小視野ごとに三種類の信号を記録した：脂質を強調する信号、NADHやビタミンAのような分子からの自家蛍光を示す信号、そして硬いコラーゲン線維を明らかにする信号である。これらの信号を組み合わせることで、個々の細胞と肝組織や腫瘍の全体構造の両方を示すカラフルで高解像度の画像が得られる。

肝がんの多様な姿を捉える

チームは手術を受けた76人の患者からの組織を調べ、腫瘍と周囲の肝組織の両方を観察した。染色不要のイメージングは、薄いまたは厚い腫瘍細胞板、実質性のシート、腺様構造など、肝細胞がんの典型的な増殖パターンを描出できることを示した。また、慢性肝疾患患者に一般的な脂肪沈着や瘢痕化といった周囲の肝変化も可視化された。重要なことに、これらのパターンは比較的低解像度で取得した画像でも確認でき、将来体内に挿入される内視鏡型の装置が提供し得る解像度に近いことが示された。これは実験室だけでなく手術室での実用性を示唆する。

コンピュータに腫瘍境界を見分けさせる

豊富だが複雑な画像を迅速な判断に変えるため、研究者は各画像をテクスチャを表す数値に変換した。これはピクセルパターンがどれだけ滑らかか、粗いか、変化に富むかといった特徴を記述するものだ。各画像チャネルについて17の測定値を算出し、35人の患者から得た約25,000枚の画像でニューラルネットワークを訓練して腫瘍組織と非癌性肝組織を区別させた。続いて別の38人の患者からの約27,000枚の新しい画像でモデルを検証した。自家蛍光とコラーゲン感受性信号を組み合わせたとき、コンピュータは画像を腫瘍か正常かに約100件中97件の割合で正しくラベル付けした。迅速凍結切片で病理医でも識別が難しい最も微妙で高分化な腫瘍でさえ、高い精度で分類された。

光パターンが語るがんの特徴

異なる信号の組み合わせを比較することで、この研究は自家蛍光が癌と非癌を区別する上で最も有用な情報を運んでいることを明らかにした。この発光は細胞内の多くの天然分子やエラスチンやコラーゲンのような構造から生じるため、細胞密度、核の大きさや形（暗い領域として見える）、脂肪滴、周囲組織の構成といった情報を符号化している。コラーゲン特異的信号を加えることで腫瘍と背景肝のコントラストはさらに鮮明になり、線維や血管の配列の既知の差異を反映している。意外だったのは、脂質に注目した信号は自動分類への寄与が比較的小さかったことである。これは、より単純な装置設計、すなわち複雑な二光束配置ではなく単一レーザービームに依存する設計が可能になるという実用的な示唆を含む。

研究室から手術室へ

実際の手術利用を模擬するために、チームは最も優れたモデルを腫瘍と肝臓の実際の境界を含む組織試料にも適用し、がんの終端と正常組織の始まりを強調する確率マップを作成した。これらのマップは一般に従来の組織学とよく一致したが、脂肪が非常に多い領域やコラーゲンが豊富な領域では分類器が混乱することがあった。著者らは、この技術が生体手術を導くためにはまだ越えるべき課題が残っていると指摘する。光学イメージングの深さの制限、堅牢で滅菌可能な内視鏡の必要性、術野の動きや出血、現実世界の大規模データセットで人工知能を検証する難しさなどである。それでも、染色不要の多光子イメージングと機械学習の組み合わせは、迅速なデジタル顕微鏡のように機能し、いずれは外科医がより正確かつ安全に切除を行い、可能な限り健康な肝組織を残しつつ腫瘍の全摘出率を高めるのに役立つ可能性があることを示している。

引用: Galli, R., Korn, S., Aust, D. et al. Label-free multiphoton microscopy and machine learning for recognition of hepatocellular carcinoma. Sci Rep 16, 8734 (2026). https://doi.org/10.1038/s41598-026-43831-y

キーワード: 肝癌イメージング, 多光子顕微鏡, 自家蛍光, 術野切除縁, 機械学習