Pathological diagnosis based on integration of morphological images and multi-layer omics data by artificial intelligence
| Project/Area Number |
21H02705
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 49020:Human pathology-related
|
|---|
| Research Institution | Keio University |
|---|
Principal Investigator |
金井 弥栄 慶應義塾大学, 医学部(信濃町), 教授 (00260315)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
榊原 康文 慶應義塾大学, 理工学部(矢上), 教授 (10287427)
新井 恵吏 慶應義塾大学, 医学部(信濃町), 准教授 (40446547)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥17,550,000 (Direct Cost: ¥13,500,000、Indirect Cost: ¥4,050,000)
Fiscal Year 2023: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2021: ¥9,230,000 (Direct Cost: ¥7,100,000、Indirect Cost: ¥2,130,000)
|
|---|
| Keywords | 病理診断 / 人工知能 / オミックス解析 / 病理画像 / CpGアイランドメチル化形質 |
|---|
| Outline of Research at the Start |
本研究は、人工知能 (AI)の支援を受けて病理形態像とゲノム等オミックス情報を融合させ、がんの治療奏効性・有害事象・予後を予測する深層学習モデルを構築することを目的とする。予測時のAIの着眼点を可視化し、形態学的診断基準に翻訳して、病理医が顕微鏡で見るだけでモデルと同等の治療奏効性・有害事象・予後予測を可能にすることを目指す。悪性度が高い腎淡明細胞がんのCpGアイランドメチル化形質 (CIMP)の予測モデルを構築する過程で、病理画像とオミックスデータを統合する至適研究手法を確立し、「病理医とAIの創造的協働による、オミックス情報を統合した新しい病理診断の創出 (病理診断学の革新)」を図る。
|
| Outline of Annual Research Achievements |
病理診断は従来から、がん等の臨床症例の最終診断を担ってきたが、がんゲノム医療が社会実装された今日にあっては、従来通り形態像のみに基づく組織型分類にとどまるべきではない。病理診断学は、ゲノム等オミックス情報を取り込んで、ブレイクスルーを果たすべきである。折しも人工知能 (AI)研究が隆盛を迎え、病理画像はAIによるモデル構築に適した素材である。そこで本研究は、AIの適切な支援を受けることにより、病理形態像とオミックス情報を融合させ、がんの治療奏効性・有害事象・予後を予測する深層学習モデルを構築することを目的とする。予測時のAIの着眼点を可視化し、形態学的診断基準に翻訳することにより、病理医が顕微鏡で見るだけでモデルと同等の治療奏効性・有害事象・予後予測を可能にすることを目指す。本研究は「病理医とAIの創造的協働による、オミックス情報を統合した新しい病理診断の創出」を図るものである。
2021年度までに腎細胞がん学習コホート104症例の手術検体の病理プレパラートバーチャルスライドデータを用い、また剖検症例の肝・肺・心・胃等正常主要臓器の光学顕微鏡画像による転移学習をもとに、オーロラキナーゼ阻害剤の適応となる可能性のある予後不良なCpGアイランドメチル化形質 (CIMP) 陽性腎細胞がんの、畳み込みニューラールネットワーク (CNN)モデルを構築した。2022年度には、転移学習の手法に改良を加えた。さらに、gradient-weighted class activation mappingを用いて、CNNモデルがCIMP陽性・陰性の判別時に病理画像のどの領域に着目しているか可視化して、「病理組織学的CIMP診断基準」を構築した。さらに、モデルの予後予測力等をさらに向上させるため、エピゲノム情報 (CIMPの有無)と統合すべきグライコプロテオーム情報を取得した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
CIMP陽性腎細胞がんのCNNモデルを構築し、gradient-weighted class activation mappingを用いて着目領域の可視化に成功し、wetにおいてはモデルの予後予測力強化のための新たなオミックス情報を取得できたので、順調な進捗と考える。
|
| Strategy for Future Research Activity |
2023年度には、複数の病理専門医が2022年度までに構築した診断基準を用いて病理組織学的にCIMP診断を再現できるか検討し、深層学習によって構築した診断基準の信頼度を検証する。また、エピゲノム情報に基づくモデル開発のノウハウを活かして、学習コホートのエピゲノム以外のオミックスデータ、特に新規性の高いグライコプロテオームデータ等を病理画像から予測するCNNモデルの構築を試みる。各モデルの受信者動作特性曲線解析による曲線下面積を比較して重み付けをし、多様なオミックス情報を統合した個別化医療に向けての治療指針となる病理診断基準の創出を目指す。
|
Report
(2 results)
Research Products
(30 results)
-
-
-
-
-
-
[Journal Article] Clinicopathological impacts of DNA methylation alterations on pancreatic ductal adenocarcinoma: prediction of early recurrence based on genome-wide DNA methylation profiling.2021
Author(s)
Endo Y, Fujimoto M, Ito N, Takahashi Y, Kitago M, Gotoh M, Hiraoka N, Yoshida T, Kitagawa Y, Kanai Y, Arai E.
-
Journal Title
J Cancer Res Clin Oncol
Volume: 147
Issue: 5
Pages: 1341-1354
DOI
Related Report
Peer Reviewed / Open Access
-
-
-
-
-
-
[Presentation] Quantification of DNA methylation for carcinogenic risk estimation in patients with non-alcoholic steatohepatitis.2022
Author(s)
Junko Kuramoto, Eri Arai, Mao Fujimoto, Ying Tian, Yuriko Yamada, Takuya Yotani, Satomi Makiuchi, Noboru Tsuda, Hidenori Ojima, Moto Fukai, Yosuke Seki, Kazunori Kasama, Nobuaki Funahashi, Haruhide Udagawa, Takao Nammo, Kazuki Yasuda, Akinobu Taketomi, Tatsuya Kanto, Yae Kanai.
Organizer
American Association for Cancer Research Annual Meeting
Related Report
Int'l Joint Research
-
-
-
-
-
-
-
-
-
-
-
-
-
[Presentation] Correlations between genome-wide DNA methylation profiles and genomic driver aberrations during multistage lung adenocarcinogenesis2021
Author(s)
Kenichi Hamada, Ying Tian, Mao Fujimoto, Yoriko Takahashi, Takashi Kohno, Koji Tsuta, Shun-ichi Watanabe, Teruhiko Yoshida,Hisao Asamura, Yae Kanai, Eri Arai
Organizer
American Association for Cancer Research Annual Meeting 2021
Related Report
Int'l Joint Research
-
-
-
-
-
