術中生検画像による肺がんリスク評価

がんの隠れた足跡を可視化する

肺がん手術を行う外科医は重大なジレンマに直面します。手術中に素早く小さな腫瘍とその正確な境界を見つけなければならない一方で、現行のツールは危険な領域を見落としたり時間がかかりすぎたりすることがあります。本研究は、腫瘍細胞自体ではなく、それを取り巻く微視的な足場に着目することでがんを「見る」新しい方法を提示します。高度なレーザーイメージングと人工知能を組み合わせることで、肺がんとその境界を迅速かつ高精度に検出できることを著者らは示しています。

物語を語る支持組織

肺はコラーゲンやエラスチンといったタンパク質繊維の網目、すなわち細胞外マトリックスによって形を保たれています。コラーゲンとエラスチンは肺組織に強度と伸縮性を与える重要な要素です。がんが発生すると、これらの繊維は再構築され、その配列、密度、相互作用が変化します。研究者らは、こうした微細な構造変化が、通常の手術用カメラでは見えにくい腫瘍でも信頼できる特徴（フィンガープリント）になり得ると考えました。

手術室で使える低侵襲レーザー顕微鏡

研究チームはカスタムの多光子顕微鏡を構築しました。これは新鮮な組織内を数百マイクロメートルまで染色なしで観察できるレーザーシステムです。単一の近赤外レーザー設定で、コラーゲンを強調する信号とエラスチンを強調する信号の二つを同時に取得します。この二重イメージングにより、肺の繊維ネットワークを数分で鮮明な3Dビューとして得ることができ、手術中に実用的な速度です。方法は肺腺がん患者222名から採取した組織で検証され、腫瘍部位と正常部位の双方から数百の小さな3D画像スタックが取得されました。

繊維のコードを読むためのAI教育

研究者らはこれらの画像を目視で判断するのではなく、各ボクセル（体積要素）について複数の特徴を測定しました：繊維の配向整合性、波状の度合い、空間占有の密度、エラスチン線維の太さ、そして近接するコラーゲンとエラスチンの位置と方向の類似性などです。彼らは、コラーゲンとエラスチンが近接し同じ方向を向くほど値が高くなる新しい「類似係数」を導入しました。教師なし学習を用いて、数百万のボクセルを反復的に現れる繊維の“語彙”にクラスタリングし、共通の構造パターンを抽出しました。標準的な機械学習分類器は、これらの語彙の組み合わせが正常組織とがん組織でどのように異なるかを学習しました。

目に見えないパターンからリスクマップへ

このフレームワークを独立した肺組織サンプル群で検証したところ、感度は約99%でほとんど腫瘍を見逃しませんでした。さらに研究者らは、各繊維語彙が健康組織に多いのか病変組織に多いのかを示す「がんリスク指標」を作成しました。各ボクセルをこの指標に応じて色付けすることで直感的なリスクマップを生成できます：腫瘍領域は暖色、正常領域は寒色、境界領域は混合色で示されます。これらのマップはヒト標本で腫瘍‑正常の境界を正確に描き出し、さらに生体イメージングしたマウスモデルでも同様の再構築傾向が見られ、手術室でのリアルタイムガイダンスへの応用が期待されます。

患者にとって意味すること

凍結切片病理を待つ代わりに、将来的には外科医が小型のレーザープローブで疑わしい肺領域をスキャンし、周囲のコラーゲンやエラスチンの再編によってがんがどこに潜んでいるかを即座に視覚化できるかもしれません。本研究は、腫瘍を支えるフレームワークが強く読み取れるリスク信号を持ち、それをAIが明確な視覚的手がかりに変換できることを示しています。臨床ツールとして発展すれば、生検の精度向上、再手術の減少、危険な組織を確実に除去しながら健常な肺をできるだけ温存することに寄与する可能性があります。

引用: Qian, S., Yang, L., Meng, J. et al. Intraoperative biopsy imaging of lung cancer risk. Commun Med 6, 143 (2026). https://doi.org/10.1038/s43856-026-01406-y

キーワード: 肺がん手術, 術中イメージング, 細胞外マトリックス, 多光子顕微鏡, 人工知能診断