Establishment of radiotherapy technique to minimise the risk of radiation pneumonitis in locally advanced non-small cell lung cancer.

Research Project

Project/Area Number	22K20856
Research Category	Grant-in-Aid for Research Activity Start-up
Allocation Type	Multi-year Fund
Review Section	0902:General internal medicine and related fields
Research Institution	Kyoto University
Principal Investigator	岸徳子京都大学, 医学研究科, 特定助教 (70963346)
Project Period (FY)	2022-08-31 – 2024-03-31
Project Status	Completed (Fiscal Year 2023)
Budget Amount *help	¥2,470,000 (Direct Cost: ¥1,900,000、Indirect Cost: ¥570,000) Fiscal Year 2023: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000) Fiscal Year 2022: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Keywords	放射線治療 / 肺癌 / 機械学習 / 放射線性肺臓炎
Outline of Research at the Start	局所進行非小細胞肺癌に対する標準的な治療は、化学放射線療法とその後の維持免疫療法であるが、化学放射線療法後に放射線性肺臓炎を発症した場合は維持免疫療法が実施できないため、放射線性肺臓炎の低減が不可欠である。本研究の目的は、当該放射線性肺臓炎の低減を可能とする新規治療法を創出するために、放射線治療計画に関わる線量分布を機械学習に基づき作成すると共に、吸気量を指標とした吸気息止め強度変調放射線治療法を確立することである。本研究により放射線性肺臓炎が低減すれば、局所進行肺癌強度変調放射線治療の普及と同時に、化学放射線療法後の維持免疫療法の投与割合が上昇し、治療成績改善につながることが期待される。
Outline of Annual Research Achievements	本研究課題において、2022年度は機械学習を用いた放射線性肺臓炎低リスク線量分布モデルの作成と検証を行った。京都大学医学部附属病院で切除不能局所進行肺癌に対してIMRTを施行した症例のうち、放射線性肺臓炎の観察期間として治療後1年以上経過している症例（治療開始日が2021年3月31日までの症例）を研究対象とした。Common Terminology Criteria for Adverse Events v.4.0に基づく有害事象を後方視的に収集し、放射線治療計画の線量分布データを用いて機械学習による放射線性肺臓炎低リスクの線量分布モデルを作成し、その精度の検証を行った。モデルによりリスク低減プランが作成可能であったが、腫瘍の局在やサイズによって最適なモデルが異なることが課題であった。本研究の成果は、第37回高精度放射線外部照射部会学術大会の講演内で報告された。また、放射線性肺臓炎に関連するデータ収集として、胸腺腫瘍の術後放射線治療に関するレビュー論文を作成し、投稿した結果、国際誌に採択された。2023年度は、吸気量を指標とした息止めIMRTを用いた前向き観察研究を開始する予定であったが、前年度のモデル作成における課題を踏まえて、対象症例について再検討を行った。その結果、対象を中枢性肺腫瘍とし、吸気量を指標とした息止めIMRTの臨床試験を開始した。現在、当該臨床試験が進行中であり、当該臨床試験の結果に基づいてさらなる詳細な評価を行った上で、切除不能局所進行肺癌に応用する臨床試験を検討し、放射線性肺臓炎リスクを極小化することが期待される。