| Project/Area Number |
22K15979
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53010:Gastroenterology-related
|
|---|
| Research Institution | Showa University |
|---|
Principal Investigator |
神山 勇太 昭和大学, 医学部, 助教 (40621719)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000)
Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000)
Fiscal Year 2023: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
Fiscal Year 2022: ¥2,080,000 (Direct Cost: ¥1,600,000、Indirect Cost: ¥480,000)
|
|---|
| Keywords | 大腸癌 / サブタイプ / AI / 内視鏡 / リンパ節転移 / 病理AI / CMS / 遺伝子発現 / 大腸内視鏡 |
|---|
| Outline of Research at the Start |
本研究は、人工知能(AI)を用いることで、大腸癌の内視鏡画像から治療選択や予後予測に関連する遺伝子サブタイプを予測するシステムの確立を目指す。
大腸癌の治療選択や予後予測に関連する遺伝子サブタイプが提唱されている。内視鏡画像から組織診断予測をするAIおよび切除後検体から転移予測するAIの研究から着想を得て、大腸内視鏡画像から遺伝子サブタイプを予測するAI内視鏡診断システムの確立を目指す。
|
| Outline of Annual Research Achievements |
本研究は、人工知能(AI)を用いることで、大腸癌の内視鏡画像から治療選択や予後予測に関連する遺伝子サブタイプを予測するシステムの確立を目指す。大腸癌の治療選択や予後予測に関連する遺伝子サブタイプ(CMS分類)が提唱されている。しかし、遺伝子学的特徴の把握には時間的・金銭的コストや、腫瘍内不均一性が問題となる。大腸内視鏡検査は、診断・治療選択を行う上で必要不可欠な検査であり、短時間で腫瘍全体をくまなくスキャンし組織型や深達度の診断 を行うことができる。我々は、誰もがエキスパートと同等の診断が可能となるAI支援診断システムを開発し、臨床活用されている。今回、大腸癌の内視鏡所見の 違いが遺伝子変異発現の違いを示すことを報告した先行研究に加え、内視鏡画像から組織診断予測をするAIおよび切除後検体から転移予測するAIの研究から着想 を得て、大腸内視鏡画像から遺伝子サブタイプを予測するAI内視鏡診断システムの確立を目指す。具体的には、画像を取得した大腸癌症例に対し、RNAシーケンス、免疫染色およびVISIUM解析を行い、CMS分類の同定を行う。AIを用い、内視鏡画像とCMS分類 を学習することで、内視鏡画像から遺伝子サブタイプを予測可能かを検討する予定であった。しかし、近年、CMS分類はそこまで臨床に活用されておらず、リンパ節転移の予測およびKRAS変異などの有無が予測可能かを病理画像および内視鏡画像を用いて行うことを目標とした。まず、T1癌における病理画像からリンパ節転移を予測するAIモデルを構築し、論文発表を行なった。今後、さらにT2癌の病理画像からのリンパ節転移の予測モデルおよび、大腸癌におけるKRAS変異などの変異の有無を検討。さらには内視鏡所見からリンパ節転移および遺伝子変異の有無を予想するAIモデルが構築を目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当初、内視鏡所見からCMS分類を行うことを想定していた。しかしその前段階として、CMS分類よりもより臨床に直結する、リンパ節転移について、予測が必要と考えた。まず、T1癌(SM浸潤癌)の病理所見からリンパ節転移の予測するAIを構築した。そのため、CMS分類に必要なシーケンスやvisium研究が進んでいない。
|
| Strategy for Future Research Activity |
現在まで、T1癌(SM浸潤癌)の病理所見からリンパ節転移の予測するAIを構築した。今後、T2癌（筋層浸潤癌）の病理所見からリンパ節転移の予測するAIを構築を行う予定である。また、さらにリンパ節転移予測AIを病理画像のみならず、内視鏡所見からの予測が可能か、遺伝子変異やリンパ節転移の予測を検討している。
|
