Project/Area Number |
19K12848
|
Research Category |
Grant-in-Aid for Scientific Research (C)
|
Allocation Type | Multi-year Fund |
Section | 一般 |
Review Section |
Basic Section 90130:Medical systems-related
|
Research Institution | Showa University |
Principal Investigator |
青木 武士 昭和大学, 医学部, 教授 (30317515)
|
Co-Investigator(Kenkyū-buntansha) |
古泉 友丈 昭和大学, 医学部, 講師 (00384412)
田代 良彦 昭和大学, 医学部, 講師 (20636245)
村上 雅彦 昭和大学, 医学部, その他 (70255727)
|
Project Period (FY) |
2019-04-01 – 2024-03-31
|
Project Status |
Granted (Fiscal Year 2022)
|
Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2023: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2020: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2019: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
Keywords | 術中リアルタイムがん診断法 / 共焦点レーザー内視鏡 / がん自動診断解析システム / ガン自動診断解析システム |
Outline of Research at the Start |
術前がん診断は医療技術の進歩により診断精度の向上を認める一方、手術前に良悪性の診断がつかない場合や手術中に切除断端診断を補助する場合は手術中の迅速病理診断が推奨され、この診断に基づき臓器切除範囲が決定される。この迅速病理診断は時間的制約や凍結処理の二次的変化による診断の困難性・切片の限定的検索範囲から,迅速診断の結果が最終病理診断と異なることがあり、根治性を保つ手術施行に克服すべき課題となる。本研究は、消化器がんにおいて細胞レベルでの観察が可能である共焦点レーザー内視鏡を用いた術中リアルタイムがん診断法を構築し、さらに細胞・ 組織形態情報を基盤としたがん自動診断解析システムの開発を目標とする。
|
Outline of Annual Research Achievements |
本研究は、リアルタイムに顕微鏡レベルの拡大観察が可能であるプローブ型共焦点レーザー内視鏡(pCLE)を用いた術中リアルタイムがん診断法の確立と細胞・組織形態情報を基盤としたガン自動診断解析システムの開発が目的である。2022年は、これまでと引き続き、手術摘出標本の観察と術中リアルタイム臓器観察を実施し、生体組織イメージングの有用性や生体への安全性評価を行なった。手術摘出標本の観察は、これまで通り、10% fluorescein 0.1 mLを生理食塩水20mlに希釈したものを各摘出生体組織(肝、胆のう、胆管、膵管)に散布後、pCLEで観察し、pCLEの内視鏡画像と病理組織画像を比較した。胆嚢腫瘍症例の蓄積が順調に行われ、非癌部と比して癌部では不整な細胞構造を高精度(90%以上)に観察することが可能であり、これらのデータをまとめ論文作成を行い、Anticancer Res(Koizumi T, Aoki T et. al. 2022 Jan;42(1):67-73)に掲載された。今後も摘出検体を使用して、他臓器へのpCLE評価を行なっていく。次に、昭和大学医学部倫理委員会承認のもと、術中リアルタイム臓器観察を行なっている。術中リアルタイム観察は、術中にフルオレサイト2.5ml(250mg)を静注し、pCLEを用いて胆管、主膵管粘膜を観察した。これらの観察では、癌部の粘膜上皮細胞が不規則な構造を持ち、大小不同、dark or black appearanceを呈していることから、H-E所見と類似していることを確認した。これらの画像を用いて、人工知能(AI)による胆道内良悪性診断予測モデルを構築、正常所見に対する正答率は92.0%、悪性所見に対する正答率は81.3%と、術中がん自動診断モデルへの可能性が示唆された。
|
Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
症例数は徐々に蓄積されているが、各種摘出臓器観察の年間目標症例数50症例、術中リアルタイム組織イメージングの年間目標症例数を60症例にしており、臓器によっては症例数の集積に遅れが生じている。特に術中リアルタイム組織イメージングは生体で行うため慎重に症例を選定している。
|
Strategy for Future Research Activity |
今後の推進方策として、第一に観察する症例数を各臓器で増やす。そして、pCLEの内視鏡画像と迅速病理診断・最終病理診断との比較検討を継続して行うことで診断精度の向上を目指す。これらのデータを元に、人工知能による診断モデルの構築を各臓器で行う。精度評価を行い、迅速病理診断の代わりとなるようなリアルタイムがん自動診断システムの実現に向けた開発を継続して進める。
|