Machine-learning based approach for cellular therapy in hematological malignancy

• Project/Area Number: 22K16321
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 54010:Hematology and medical oncology-related
• Research Institution: Kyoto University
• Principal Investigator: 新井 康之 京都大学, 医学研究科, 助教 (10826564)
• Project Period (FY): 2022-04-01 – 2025-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2024: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2023: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2022: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
• Keywords: 機械学習 / 造血器疾患

Outline of Research at the Start

白血病やリンパ腫などの難治性造血器疾患に対しては、同種造血幹細胞移植が根治的治療と位置づけられ、年々移植件数は増加しているが、治療に伴う感染症や臓器障害などの合併症も多く、一般的に移植関連死亡率は3割前後と高率である。そこで、本研究ではレジストリデータの機械学習による網羅的解析を行い、これによって、GVHDなど移植後予後・QOL規定因子のリスク評価を可能にするアルゴリズムを確立し、前処置やドナー選択、GVHD予防法に関して、症例毎に最も優れた治療成績が期待できる最適化移植プロトコール提言を実現する。

Outline of Annual Research Achievements

引き続き大規模レジストリデータを用いて、機械学習により複数のアウトカム使用に関して検討を行っている。その結果、高率の予測が可能になった。機械学習モデルとして、ニューラルネットワークその他、複数のモダリティを用いることにより、精度を上げるとともに、臨床的により使いやすい形になるように修正を続けている。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

2023年度に論文を1本出版した。また、2023年度の成績を元に、2024年度にも学会発表、論文執筆を行う予定である。

Strategy for Future Research Activity

様々な新技術を導入し、さらに使い勝手の良いかつ予測成績の良いモデルを作成し、臨床現場に還元できるように工夫を行う。

Research Products

• [Journal Article] A convolutional neural network-based model that predicts acute graft-versus-host disease after allogeneic hematopoietic stem cell transplantation (2023)
  • Author(s): Jo Tomoyasu、Arai Yasuyuki、Kanda Junya、Kondo Tadakazu、Ikegame Kazuhiro、Uchida Naoyuki、Doki Noriko、Fukuda Takahiro、Ozawa Yukiyasu、Tanaka Masatsugu、Ara Takahide、Kuriyama Takuro、Katayama Yuta、Kawakita Toshiro、Kanda Yoshinobu、Onizuka Makoto、Ichinohe Tatsuo、Atsuta Yoshiko、Terakura Seitaro
  • Journal Title: Communications Medicine Volume: 3 Issue: 1 Pages: 67-67
  • DOI: 10.1038/s43856-023-00299-5
  • Peer Reviewed / Open Access