GOLDMARK: ガバナンスされたアウトカム連動型診断モデル評価リファレンスキット

Abstract

計算バイオマーカー（CBs）とは、ヘマトキシリン・エオシン（H&E）の全スライド画像（WSI）から人工知能（AI）によって抽出される、病理組織由来のパターンであり、治療反応や予後を予測するために用いられます。近年、病理基盤モデル（PFMs）を用いたスライドレベルの複数インスタンス学習（MIL）が、CB開発の標準的なベースラインになっています。これらの手法により予測性能は向上しましたが、計算病理には、臨床グレードでの導入に必要な、標準化された中間データ形式、プロベナンス追跡（来歴の追跡）、チェックポイント規約、再現可能な評価指標が欠けています。 私たちはGOLDMARK（https://artificialintelligencepathology.org）を紹介します。これは、臨床的に実行可能なOncoKBレベル1〜3バイオマーカラベルを持つ、キュレーション済みのTCGAコホートに基づいて構築された標準化ベンチマーキングの枠組みです。GOLDMARKは、タイル座標マップ、正規のPFMから得られるスライドごとの特徴埋め込み、品質管理メタデータ、事前に定義された患者レベルの分割、学習済みのスライドレベルモデル、評価出力を含む構造化された中間表現を提供します。モデルはTCGAで学習され、相互テスト（reciprocal testing）によって独立したMSKCCコホートで評価されます。 33の腫瘍バイオマーカー課題にわたる平均AUROCは0.689（TCGA）および0.630（MSKCC）でした。最も高性能な8つの課題に限定すると、平均AUROCはそれぞれ0.831および0.801でした。これらの課題は確立された形態学的・ゲノム学的関連（例：LGG IDH1、COAD MSI/BRAF、THCA BRAF/NRAS、BLCA FGFR3、UCEC PTEN）に対応しており、サイト間で最も安定した性能を示しました。正規のエンコーダ間の差は、課題固有の変動に比べて小さかったです。 GOLDMARKは計算病理のための共通の実験基盤を確立し、再現可能なベンチマーキングと、データセットおよびモデルをまたいだ手法の直接比較を可能にします。