機械学習による子宮頸癌の放射線感受性予測と新規3者併用療法の確立

• Project/Area Number: 24K10804
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: University of Tsukuba
• Principal Investigator: 斎藤 高 筑波大学, 医学医療系, 講師 (70750107)
• Co-Investigator(Kenkyū-buntansha): 牧島 弘和 筑波大学, 医学医療系, 講師 (50817278)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2027: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2026: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2025: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: 機械学習 / 子宮頸癌 / 予後予測 / 温熱療法

Outline of Research at the Start

放射線治療を行った子宮頸癌症例の組織検体の病理標本を画像化し、腫瘍細胞周囲の炎症細胞浸潤の程度を数値化し、再発の有無に寄与するかを検討する。同時に臨床情報、組織検体のデータベースを作成し、データベースを構築する。数値化した指標とデータベース上の臨床情報から得た再発の有無に相関を認めるか統計解析を行う。その後，病理標本を利用した放射線感受性予測モデルにより放射線感受性が不良な子宮頸癌を抽出し、該当する症例に対する組織内照射と温熱療法を併用した新規治療戦略を構築することが2つ目の課題である。