| Project/Area Number |
20H03828
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56040:Obstetrics and gynecology-related
|
|---|
| Research Institution | Tokai University |
|---|
Principal Investigator |
三上 幹男 東海大学, 医学部, 教授 (30190606)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
池田 仁惠 東海大学, 医学部, 准教授 (20365993)
町田 弘子 東海大学, 医学部, 講師 (40803507)
佐藤 健二 東海大学, 医学部, 講師 (50306825)
平澤 猛 東海大学, 医学部, 准教授 (70307289)
今西 規 東海大学, 医学部, 教授 (80270461)
林 優 東海大学, 医学部, 助教 (80631837)
信田 政子 東海大学, 医学部, 講師 (10338717)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2023: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2021: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2020: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
|
|---|
| Keywords | 卵巣癌 / 子宮内膜症 / 血清腫瘍マーカー / 糖ペプチド / CSGSA / 深層学習 / 機械学習 / OPLS-DA |
|---|
| Outline of Research at the Start |
申請者らはCA125よりも有意に子宮内膜症性嚢胞(EM)と卵巣明細胞癌(CCC)を鑑別する血清糖ペプチドマーカーFS-C4BPをCSGSA解析により同定した。本研究ではまず第1に、FS-C4BP測定キットの開発、及び同キットを用いたEM経過観察におけるCCC早期発見の社会実装を目指す。第2に、単一腫瘍マーカーという概念から一歩前進し、CSGSA解析より得られる糖ペプチドピーク（1例より得られる再現性のある約2000ピーク）を2次元バーコード化（可視化）し人工知能（深層学習）を用いて卵巣癌の有無の診断を行う卵巣癌早期診断法（特願2019-108992）の社会実装を目指す。
|
| Outline of Annual Research Achievements |
我々は、これまでの研究実績で報告したように新たに開発した卵巣癌検知AI にて以下の結果（PPV,NPV）を得ている。卵巣癌の罹患率が10万人当たり20.7人（5000人に一人、0.02％）（がん情報サービス）で補正した卵巣癌検知AI①での、PPV8.9%、NPV99.9％、卵巣癌検知AI②では、PPV12.7%、NPV99.9％、さらにCA72-4の値の追加、およびCA125とHE４とCSGSAデータでの判定の２段回判定にすることで卵巣癌検知AI②のPPV16.9％、NPV99.9％、に上昇した。この卵巣癌検知AI①②の結果をもとに2023年6月から健診センター、婦人科医療機関8施設に協力して頂き前向き試験（UMIN000050039 R000057004卵巣癌早期発見のためのAI血液診断モデルの開発-癌関連糖蛋白と網羅的血清糖ペプチドピークデータを用いて-(https://youtu.be/HW7ZF9Vn38E https://youtu.be/k5SFJp1eBJA）を開始した。本試験では、血液採取のみでなく症状、既往歴、家族歴などの疫学情報も取集しており、これらもAIに読み込ませる追加情報とすることでさらなる診断精度の向上を目指す。2024.4.17現在1494検体の収集を終えており、さらに継続して検体採取を継続していく。
WFA+-セルロプラスミン測定系については測定系が完成し、上記で得た検体資料を用いて診断性能の確認を行う準備が整った。
|
| Research Progress Status |
令和5年度が最終年度であるため、記入しない。
|
| Strategy for Future Research Activity |
令和5年度が最終年度であるため、記入しない。
|
