院内リアルワールドデータに基づく，がんを対象とした数ヶ月余命予測システムの開発
| Project/Area Number |
22K08874
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 55020:Digestive surgery-related
|
|---|
| Research Institution | Shimonoseki City University |
|---|
Principal Investigator |
中上 裕有樹 下関市立大学, 経済学研究科, 准教授 (30843304)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中津井 雅彦 山口大学, 大学院医学系研究科, 教授(特命) (10509532)
浅井 義之 山口大学, 大学院医学系研究科, 教授 (00415639)
新藤 芳太郎 山口大学, 医学部附属病院, 助教 (70749811)
渡邊 裕策 山口大学, 医学部附属病院, 助教 (80799437)
田邉 剛 山口大学, 大学院医学系研究科, 教授 (80260678)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2024: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥3,120,000 (Direct Cost: ¥2,400,000、Indirect Cost: ¥720,000)
|
|---|
| Keywords | ヘルスデータサイエンス / 消化器がん / リアルワールドデータ / 臨床検査 / 個別化治療 / データサイエンス |
|---|
| Outline of Research at the Start |
新たな発想でがん患者の予後を高精度で予測出来れば，システマティックに患者のQuality of Lifeを向上させる治療法選択が可能になる．本研究では，山口大学医学部附属病院受診がん患者の大規模時系列臨床検査値及び予後データのリアルワールドデータに基づいて，患者の余命予測を行う機械学習モデルを構築する．従来研究とは異なる視点で，機械学習手法に予測根拠の解釈が可能な説明可能Artificial Intelligence（AI）を組み合わせることによって予測に使用する臨床検査の項目を限定せずより高精度な予測を目指す．我が国に於けるAIホスピタルの実装の一部としての活用も期待できる．
|
| Outline of Annual Research Achievements |
1981年以降、日本人の死因のトップは一貫して悪性新生物（がん）である。現在に於いて国内のがん新規患者数は2021年で101万人、がん死亡数が38万人と予測され、山口県においても年間のがん新規患者数が10,000人程度、死亡者数が5,000人程度で推移するなど、いずれも高いレベルにある。がんに対する医療体制の充実は、国民、県民の生命や健康的な生活を維持するための喫緊かつ重要な課題である。がんに対する治療は患者の体への負荷や副作用・有害事象の発生など、患者の負担も大きく、患者の状態に応じた適切な治療手段の選択が求められる。患者の現在および過去の状態から将来の予後を予測し、医療従事者や患者へ提示することができれば、治療方法を選択するための参考となり、患者QOL（Quality of Life）の向上が期待できる。そこで本研究では、国内及び県内において罹患率の高い胃がん・大腸がん、及び五年生存率が低い膵がん・食道がんをターゲットとし、患者の臨床検査値及び予後データに基づいて、患者の余命予測を行う機械学習モデルを構築する。
令和5年度は機械学習手法による予測モデルの構築として，①学習・検証用データセットの構築 ②統計的多次元データ解析法・機械学習法による予測モデル構築を行った．複数の統計的なデータの次元の縮約法や複数の統計的なモデル構築より予測の評価を行うと，目標としていた基準を上回る結果（予測評価：0.8以上）が得られた．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
主たる学内での研究実施場所の変更，また新学部設置のため研究代表者のその他の業務の多忙により，若干の遅れが生じている．
|
| Strategy for Future Research Activity |
説明可能AI技術による予測根拠の可視化 検証結果のフィードバックおよび再学習を行っていく．
|
Report
(2 results)
Research Products
(10 results)
-
-
-
-
-
-
-
-
[Presentation] Identification and elucidation of liver metastasis-associated miRNAs in primary colorectal cancer; 原発性大腸癌における肝転移関連 miRNA の同定と解明2024
Author(s)
Ming Xu, Ryouichi Tsunedomi2, Michihisa Iida2, Yuki Nakagami1,2, Hiroto Matsui2, Yukio Tokumitsu2, Yuta Watanbe, Yoshitaro Shindo2, Shinobu Tomochika2, Noriko Maeda2, Shigeru Takeda2, Tatsuya Ioka3, Hiroaki Nagano2
Organizer
第101回 日本生理学会大会; The 101st Annual Meeting of the Physiological Society of Japan
Related Report
-
[Presentation] 新規がんワクチンによる肝細胞癌における腫瘍免疫原性向上の試み2023
Author(s)
小佐々貴博, 中島正夫, 恒富亮一, 玉田耕治, 宇高恵子, 坂元亨宇, 齋藤彰, 中上裕有樹6), 武田茂1), 井岡達也7), 永野浩昭1)
Organizer
第43回癌免疫外科研究会
Related Report
-
