Endoscopic Image-based Radiomics Classifiers for the Prediction of Neoadjuvant Chemoradiotherapy Response in Rectal Cancer Patients

• Project/Area Number: 19K16810
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 50020:Tumor diagnostics and therapeutics-related
• Research Institution: The University of Tokyo (2021-2022); Teikyo University (2019-2020)
• Principal Investigator: Ozawa Tsuyoshi 東京大学, 医学部附属病院, 届出研究員 (40829107)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Project Status: Completed (Fiscal Year 2022)
• Budget Amount: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000); Fiscal Year 2022: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000); 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: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 術前化学放射線治療 / 直腸癌 / 機械学習 / 内視鏡 / 術前化学放射線療法 / 完全奏功 / 人工知能 / 化学放射線療法 / 効果予測 / 治療効果判定

Outline of Research at the Start

欧米では進行直腸癌に対して術前化学放射線療法を施行を行うことが主たる治療法となっている。その中で、10~15%程度に癌が完全に消失する「完全奏功」例を認め、そのような症例では「Watch and Wait Strategy」として手術をせずに経過観察することが選択肢の1つとなっている。我々はこのような症例を様々な画像モダリティーを用いて診断しているが、的確な画像診断が求められる。
そこで、今回の研究においては、人工知能の画像認識能力を応用し、術前化学放射線療法が施行された直腸癌症例における、奏功症例の同定能を評価することを目的として研究を行う。

Outline of Final Research Achievements

Neoadjuvant chemoradiotherapy is a standard treatment for rectal cancer worldwide.
In this study, we developed and evaluated machine-learning based classifiers to predict chemoradiotherapy response using endoscopic images in rectal cancer patients.
As a result, our developed classifiers were shown to be able to predict chemoradiotherapy response with high perfomances.

Academic Significance and Societal Importance of the Research Achievements

直腸癌に対する術前化学放射線治療の効果を内視鏡画像を用いて客観的に評価できるモデルを作成することで、1人1人の患者にあわせた効果的な治療選択が可能になると考えられる。

Research Products

• [Presentation] 機械学習アルゴリズムを用いた直腸癌患者の内視鏡画像に基づく術前化学放射線療法の効果予測 (2022)
  • Author(s): 浅古謙太郎
  • Organizer: 日本消化器内視鏡学会
• [Presentation] 機械学習アルゴリズムを用いた直腸癌患者の内視鏡画像に基づく術前化学放射線療法の効果予測 (2022)
  • Author(s): 浅古健太郎
  • Organizer: 日本消化器内視鏡学会
• [Presentation] Endoscopic image-based radiomics classifiers to predict neoadjuvant chemoradiotherapy in rectal cancers (2021)
  • Author(s): 小澤毅士
  • Organizer: 日本消化器外科学会
• [Presentation] 内視鏡画像を用いた機械学習による直腸癌術前化学療法の効果判定予 測モデルの構築 (2021)
  • Author(s): 小澤毅士、才川優輔、塚本充雄、福島慶久、島田竜、端山軍、野澤慶次郎、 松田圭二、古徳純一、橋口陽二郎
  • Organizer: 日本消化器外科学会総会