深層学習を用いたデジタル病理画像とラジオミクスでの非小細胞肺癌ALK予測モデル構築

• Project/Area Number: 23K05744
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 43060:System genome science-related
• Research Institution: Shizuoka Cancer Center Research Institute
• Principal Investigator: 松島 圭吾 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (30975032)
• Co-Investigator(Kenkyū-buntansha): 井坂 光宏 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (20838700) ; 増田 達也 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (20934590) ; 河田 卓也 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (30792494) ; 大出 泰久 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (40631552) ; 小野 哲 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (50441027) ; 盛 啓太 静岡県立静岡がんセンター(研究所), その他部局等, 研究員 (50727534)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000); Fiscal Year 2025: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2024: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2023: ¥3,900,000 (Direct Cost: ¥3,000,000、Indirect Cost: ¥900,000)
• Keywords: ラジオミクス / 深層学習 / デジタルパソロジー / ALK肺癌 / 人工知能

Outline of Research at the Start

我々は、非小細胞肺癌組織のヘマトキシリンエオジン(HE)染色切片をデジタル化した全スライドデジタル病理画像(WSI)データを、深層学習プラットフォームで学習し未分化リンパ腫キナーゼ(ALK)遺伝子変異の有無を予測するモデル構築ができることを確認したが、その精度は満足できるものではない。ALK遺伝子変異予測モデルに、放射線画像情報に基づいて遺伝子異常予測を行う手法であるラジオミクスを組み合わせることで、より高精度なALK遺伝子変異予測モデルを構築したい。高精度モデルを構築することで希少な遺伝子変異の効率良いスクリーニングが可能となる。