| Project/Area Number |
21K06923
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 49020:Human pathology-related
|
|---|
| Research Institution | Nara Medical University (2023)
Kyoto University (2021-2022) |
|---|
Principal Investigator |
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
|
|---|
| Keywords | 肺癌 / ネオアジュバント化学療法 / 主病理学的奏功率 / バイオマーカー / デジタルパソロジー / 人工知能 / 深層学習 / 非小細胞肺癌 / 主要病理学的奏功 / 免疫チェックポイント阻害剤 / 標的治療薬 / 術前補助療法 / 病理組織学的効果判定 / HE染色 / Whole slide image |
|---|
| Outline of Research at the Start |
肺癌は罹患率，死亡率ともに最も高い悪性腫瘍である。術前補助療法（ネオアジュバント療法：以下NAC）を受ける患者は昨今の治療薬の進歩に従い増加してる。その治療効果判定は採取された組織材料を病理医が顕微鏡で観察し判定しているが，標準化できているとはいえない。本研究では，NAC後切除肺から作成したデジタル病理画像を用い，人工知能を基盤とした客観性のあるNAC後組織学的効果判定モデルの構築を行う。
|
| Outline of Final Research Achievements |
Pathologists must histologically evaluate the effect of Neoadjuvant therapies (NAT) with resected specimens. Major pathological response (MPR) has recently been proposed for the evaluation; however, poor reproducibility is often noted. The aim of this study was to develop a deep learning (DL) model to predict MPR from digital images and to validate its utility for clinical use. We collected data on 125 non-small cell lung carcinomas resected after NAT and estimated MPR using an original DL model which we previously developed.
In cross-validation, accuracy and mean F1 score were over 0.800. During testing, accuracy and mean F1 score were over 0.943. The areas under the receiver operating characteristic curve were over 0.978. The disease-free survival based on MPR predicted by the DL-based model was almost identical to that by pathologists.
The DL model may support pathologist evaluations and can offer accurate determinations of MPR in patients.
|
| Academic Significance and Societal Importance of the Research Achievements |
近年、非小細胞肺癌は従来の白金製剤を主体とした化学療法に加え，分子標的治療薬（TC）や免疫チェックポイント阻害剤（ICI）など治療オプションが増えた癌腫でもある。その評価は治療後の切除病理標本における残存腫瘍の病理組織学的評価となりつつある。一方で病理医の負担は増し，また標準化も進んでいるとはいえない。今回我々が開発したDLモデルは独自性が高く，それを解消するツールとして実臨床において大きな成果をもたらす可能性があり，学術的意義は高いものと考える。また，TCやICIは多くの癌腫で利用され始めており，開発したDLモデルは癌腫を超え展開することのできる可能性を秘め、社会的意義は高いものと思われる。
|
