Automated AI measurement of body composition indices and its ability to predict prognosis of malignant tumors and other diseases in a large Japanese cohort.

• Project/Area Number: 24K10831
• 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: The University of Tokyo
• Principal Investigator: 五ノ井 渉 東京大学, 医学部附属病院, 講師 (60631174)
• Co-Investigator(Kenkyū-buntansha): 田口 慧 東京大学, 医学部附属病院, 講師 (40625737) ; 花岡 昇平 東京大学, 医学部附属病院, 講師 (80631382) ; 濱田 毅 東京大学, 医学部附属病院, 助教 (90723461) ; 菅原 弘太郎 地方独立行政法人埼玉県立病院機構埼玉県立がんセンター(臨床腫瘍研究所), 病院 消化器外科, 医長 (90914812)
• Project Period (FY): 2024-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2027: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000)
• Keywords: Sarcopenia / Computed tomography / Frailty / Deep-learning / Oncology

Outline of Research at the Start

サルコペニアは、加齢や二次的変化により骨格筋量・質が減少する病態状態であり、悪性腫瘍等の予後予測因子と考えられている。骨格筋脂肪変性度、皮下脂肪量、内臓脂肪量など他の体組成指標も予後予測能力が示唆されている。これらの体組成指標はCTの断層画像から算出可能である。しかし、既報の殆どは単施設・小規模・欧米人対象のコホート研究で、アジア人のエビデンスが乏しい。本研究では、CT画像から複数の体組成指標を自動計算する人工知能プログラムを、世界最大規模の日本人コホートに適用し、撮像条件による体組成指標の差異、日本人に適切な体組成指標のカットオフ値、複数の重要疾患における体組成指標の予後予測能力を検証する。