肺癌病理診断におけるデジタルパソロジー技術及び人工知能の有用性の検討

Research Project

Project/Area Number	19K16573
Research Category	Grant-in-Aid for Early-Career Scientists
Allocation Type	Multi-year Fund
Review Section	Basic Section 49020:Human pathology-related
Research Institution	Shizuoka Cancer Center Research Institute
Principal Investigator	寺田志洋静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (10712789)
Project Period (FY)	2019-04-01 – 2022-03-31
Project Status	Granted (Fiscal Year 2020)
Budget Amount *help	¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000) Fiscal Year 2021: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2020: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000) Fiscal Year 2019: ¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000)
Keywords	肺腺癌 / 予後因子 / 腫瘍構成成分 / デジタルパソロジー / 肺癌 / 病理 / 人工知能 / 予後予測 / ゲノム解析
Outline of Research at the Start	原発性肺癌の病理組織分類には、浸潤径の計測に加え、癌細胞の増殖様式による肺腺癌組織亜型の判定が必要である。その判定の煩雑さゆえに、診断者間の判定の差異が指摘されている。本研究は、人工知能を活用し肺癌の病理組織学的情報を分析、処理することで、予後に関わる形態学的情報の客観的評価を可能にする診断支援システムの構築を目的とする。この定量化された病理組織学的情報に基づいた客観的な予後因子の評価により、精度の高い予後予測が可能となる。また、各腫瘍の定量化された病理診断による形態学的情報と、ゲノム解析による分子生物学的情報の関連性についても検討する。
Outline of Annual Research Achievements	小型の原発性肺腺癌の浸潤径の測定において,非腫瘍性の虚脱巣か浸潤を伴う間質かの鑑別や,置換性増殖か浸潤性増殖かの鑑別が難しく,測定者間の差異が報告されている.一方で,浸潤に伴い出現する膠原線維(Co)や弾性線維(El)の予後への関与が報告されており,AIによるこれらの腫瘍構成成分の定量的測定が,客観性かつ再現性の高い予後予測に繋がる可能性がある.我々は,機械学習による腫瘍構成成分の定量的測定が,予後予測に有用か検証した. 対象は2002年12月から2016年12月に肺葉切除とリンパ節郭清を施行された,置換性増殖を含むpStageIA原発性肺腺癌317例.機械学習を用いて,HE,EVGスライドのWhole Slide Imagingにて腫瘍全体(T),それを構成するCo,Elの面積を測定し,腫瘍上皮(Ep)はTからCo,El,気腔の面積を除いた領域とした.測定した構成成分の面積ごとにROC曲線からcut off値を設け,large群/small群にわけ,無再発生存期間との関連性を検討した. pStage(IA1/IA2/IA3)18.3%/55.2%/26.5%で,生存率の有意差を認めた(5-yRFS IA1: 98.2%/IA2: 98.7%/IA3: 86.4%)(p＜0.001).腫瘍構成成分の検討では,Ep,Coが独立した予後因子であった(p=0.037,p=0.022).Ep,Coの面積によりA:Ep-small/Co-small,B:Ep-large/Co-small,C:Ep-small/Co-large,D:Ep-large/Co-largeの4群に分類したところ,生存率の有意差を認めた(5-yRFS A:100%/B:95.4%/C:100%/D:88.8%)(p=0.002). 機械学習による原発性肺腺癌の腫瘍構成成分の定量的測定は予後予測に有用な可能性がある.
Current Status of Research Progress	Current Status of Research Progress 4: Progress in research has been delayed. Reason 病理スライドのバーチャル化に時間を要するため。
Strategy for Future Research Activity	「機械学習アルゴリズムを用いて定量的に測定した肺腺癌構成成分が予後因子となること」の論文化を目指す。原発性肺腺癌の病理スライドのデジタル化をすすめ、AIを用いた腺癌亜分類の診断が可能か検証する。