• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to previous page

Development of an innovative tool with artificial intelligence to predict the treatment response for breast cancer

Research Project

Project/Area Number 20K16375
Research Category

Grant-in-Aid for Early-Career Scientists

Allocation TypeMulti-year Fund
Review Section Basic Section 50020:Tumor diagnostics and therapeutics-related
Research InstitutionInternational University of Health and Welfare

Principal Investigator

黒住 献  国際医療福祉大学, 医学部, 講師 (40768735)

Project Period (FY) 2020-04-01 – 2023-03-31
Project Status Granted (Fiscal Year 2021)
Budget Amount *help
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2020: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Keywords深層学習 / 乳がん / バイオマーカー / 薬物効果 / 人工知能 / 病理
Outline of Research at the Start

診断および治療技術の発展によって,乳がん患者さんの予後は大きく改善した.しかし,乳がん患者さんのうち約2割は適切な治療を受けても再発を起こしてしまう.そのため,今でも乳がんの薬物治療の効果を早めに予測する研究が進められている.人工知能を用いた医学的研究も急速なスピードで発展を遂げているが,乳がんにおける治療の効果を予測する人工知能システムは,未だ研究が不十分である.本研究の目的は,人工知能の深層学習機能を用いて,乳がんの病理学的診断データから薬物の治療効果を予測できる革新的なツールを開発することである.このことは,多様化する乳がんの治療の中で,新たな薬物選択方法の開発につながる.

Outline of Annual Research Achievements

【対象と方法】The Cancer Genome Atlasに登録されている浸潤性乳癌コホートからHER2陰性乳癌101例のHE画像と網羅的遺伝子発現データをダウンロードした。HER2-mRNA高発現群(51例)と低発現群(50例)の腫瘍部のHE画像の形態学的特徴の違いに関して、「AlexNet 」、「VGG16」、「VGG19」の3種類のConvolutional Neural Network(CNN)モデルを用いて、深層学習を行った。それぞれの学習モデルの判別精度、感度および特異度を計算した。その結果を元に、最も高い精度でHER2mRNA発現を判別できたのは「VGG19」であった。そこで「VGG19」を用いてTCGAの別の380症例でバリデーション解析を行った。
【結果】 「AlexNet 」では、判別精度は60%(感度:60%、特異度:62%、AUC:63%)であり、「VGG16」では、判別精度は86%(感度:93%、特異度:80%、AUC:95%)であった。また、「VGG19」においては、判別精度は89%(感度:97%、特異度:81%、AUC:98%)と、もっとも高い精度でHER2-mRNA発現レベルの「高発現群」と「低発現群」を見分けることができた。「VGG19」を用いて別のコホートにて同様にHE画像からHER2mRNA発現の予測スコアを算出したところ、高い精度でmRNA高値を予測することができた。
【結語】 HER2陰性乳癌の形態学的特徴からHER2-mRNA発現レベルを高い精度で予測できるAIアルゴリズムを開発した。今後は本研究のように形態学的特徴から遺伝子発現を予測しうるツールの開発とその関連について検討を進めていきたい。

Current Status of Research Progress
Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

本研究課題から発展して、「乳がんにおけるプレシジョンメディシンの実現のために、臨床病理学的情報や網羅的遺伝子データといった複合的なビッグデータから、乳がんのバイオロジーに関与する真の因子を革新的なデジタル技術を用いて解明していく」、「高度なデジタル技術を応用し、遠隔地でも安全な専門学的乳がん治療技術を提供できるネットワークシステムを構築し、偏在化した地域医療や発展途上国における医療の均一化を進める。さらには、その技術を宇宙医学研究にも応用するよう発展させていく」、「革新的なデジタル技術を用いた新しい医療システムに関して、その臨床的有用性を証明し医療現場への導入を可能にするため、データサイエンティスト、コンピュータ科学者、医療専門家、病理学者、腫瘍生物学者などの協力によって多分野の高度な知識を統合する」ことをビジョンに置き、既存の概念にとらわれない破壊的な研究課題を追求することを目標とする日本乳腺人工知能研究会を立ち上げることができたため、多くの業績がこれから出てくると考える。

Strategy for Future Research Activity

医療現場における乳がんの診断・治療には、乳がんにおける分子生物学的特徴を理解することはもちろんのこと、選択された手法に関して、そのリスクやベネフィットを含めた臨床腫瘍学に関しての豊富な知識と経験が必要とされる。しかし、現実の問題としてそれを的確に行うことができる医師は世界各国で未だ不足している状況である。特に地域医療の現場や発展途上国における専門医不足は深刻な問題である。本研究課題を発展させ、人工知能などのデジタル技術を用いた革新的医療技術の臨床的信頼性を検証し、医療現場への導入のためのネットワーク構築を目指したい。このことは偏在化した地域医療や発展途上国における医療の均一化につながると考えている。

Report

(2 results)
  • 2021 Research-status Report
  • 2020 Research-status Report

Research Products

(8 results)

All 2021 2020 Other

All Int'l Joint Research (2 results) Journal Article (1 results) (of which Int'l Joint Research: 1 results,  Peer Reviewed: 1 results,  Open Access: 1 results) Presentation (4 results) (of which Invited: 3 results) Remarks (1 results)

  • [Int'l Joint Research] Nottingham University/Nottingham Trent University(英国)

    • Related Report
      2021 Research-status Report
  • [Int'l Joint Research] Nottingham Trent University/Nottingham University(英国)

    • Related Report
      2020 Research-status Report
  • [Journal Article] argetable ERBB2 mutation status is an independent marker of adverse prognosis in estrogen receptor positive, ERBB2 non-amplified primary lobular breast carcinoma: a retrospective in silico analysis of public datasets.2020

    • Author(s)
      Kurozumi S, Alsaleem M, Monteiro CJ, Bhardwaj K, Joosten SEP, Fujii T, Shirabe K, Green AR, Ellis IO, Rakha EA, Mongan NP, Heery DM, Zwart W, Oesterreich S, Johnston SJ.
    • Journal Title

      Breast Cancer Res

      Volume: 22 Pages: 85-85

    • DOI

      10.1186/s13058-020-01324-4

    • Related Report
      2020 Research-status Report
    • Peer Reviewed / Open Access / Int'l Joint Research
  • [Presentation] デジタルテクノロジーを用いた新たな乳がん検診システム構築への挑戦2021

    • Author(s)
      黒住 献
    • Organizer
      日本乳癌検診学会
    • Related Report
      2021 Research-status Report
    • Invited
  • [Presentation] AI診断の新たな展望 乳がんの分子病理学的特徴の解明のためのデジタルテクノロジーを用いた新たな医学研究手法の開発2021

    • Author(s)
      黒住 献
    • Organizer
      日本乳癌学会
    • Related Report
      2021 Research-status Report
    • Invited
  • [Presentation] 浸潤性乳癌における新規バイオマーカー研究におけるデジタルテクノロジーとOncologyの融合2021

    • Author(s)
      黒住 献
    • Organizer
      日本乳腺疾患研究会
    • Related Report
      2021 Research-status Report
    • Invited
  • [Presentation] 乳癌における形態学的特徴から遺伝子発現レベルを 予測できる人工知能システムの開発2021

    • Author(s)
      渡辺 由佳子
    • Organizer
      日本外科学会総会
    • Related Report
      2020 Research-status Report
  • [Remarks] 日本乳腺人工知能研究会

    • URL

      https://jbraic.com/

    • Related Report
      2021 Research-status Report

URL: 

Published: 2020-04-28   Modified: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi