| Project/Area Number |
24K11745
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 55010:General surgery and pediatric surgery-related
|
|---|
| Research Institution | Oita University |
|---|
Principal Investigator |
小川 雄大 大分大学, 医学部, 助教 (40733621)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
家入 里志 鹿児島大学, 医歯学域医学系, 教授 (00363359)
大嶋 佑介 富山大学, 学術研究部工学系, 特命教授 (10586639)
大西 峻 鹿児島大学, 医歯学域鹿児島大学病院, 講師 (10614638)
白下 英史 大分大学, 医学部, 教授 (50596955)
猪股 雅史 大分大学, 医学部, 教授 (60315330)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000)
Fiscal Year 2026: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
|
|---|
| Keywords | ヒルシュスプルング病 / ラマン分光法 / 人工知能 / AI手術支援 |
|---|
| Outline of Research at the Start |
ヒルシュスプルング病（H病）は、腸管壁内神経叢の先天的欠如が原因となり、腸管の蠕動障害が起こる小児の代表的な消化管機能異常疾患である。無神経節腸管の切除が唯一の治療法であるが、術中に無神経腸管を正確に判定するのは難しく、無神経節腸管の残存が引き起こす腸炎や排便障害による再手術が問題となっている。近年、非侵襲的に生体組織中の分子組成や局在を可視化する手法としてラマン分光法が生体内でのリアルタイムモニタリングとして注目されている。さらに、人工知能（AI）の深層学習を組み合わせた診断技術は、術中迅速病理診断に代わる新たな診断方法としての可能性を秘めている。
|
| Outline of Annual Research Achievements |
ヒルシュスプルング病（H病）は、腸管壁内神経叢の先天的欠如が原因となり、腸管の蠕動障害が起こる小児の代表的な消化管機能異常疾患である。無神経節腸管の切除が唯一の治療法であるが、術中に無神経腸管を正確に判定するのは難しく、無神経節腸管の残存が引き起こす腸炎や排便障害による再手術が問題となっている。近年、非侵襲的に生体組織中の分子組成や局在を可視化する手法としてラマン分光法が生体内でのリアルタイムモニタリングとして注目されている。さらに、人工知能（AI）の深層学習を組み合わせた診断技術は、術中迅速病理診断に代わる新たな診断方法としての可能性を秘めている。本研究はヒルシュスプルング病手術において、ラマン分光法とAIを組み合わせた診断技術を用いて、無神経節腸管範囲を非侵襲的かつリアルタイムに同定し、無神経節腸管の残存”0”を目指す新たな術中診断法の開発を目的とする医工連携・多機関共同研究である。
令和6年度では，協力施設から提供された過去にH病根治術で採取されたホルマリン固定標本を用いて、ラマン分光法による腸管壁内神経叢同定を行った。すでにホルマリン固定標本でのラマン分光法によるスペクトル測定手技は確立しているため、ヒルシュスプルング病５症例について、無神経節腸管の粘膜上皮のラマンスペクトル測定を行った。スペクトルデータに対して、ニューラルネットワークおよび決定木アルゴリズムを適用し、病変部の判別成績の評価を行った。結果として、５症例ともにラマン分光法と機械学習の組み合わせによって、90%以上の精度をもって同一患者における病変部と正常部の判別に成功した。永久標本による病理学的な裏付けを得ることにより、ラマン分光法によるH病腸管における神経叢の同定手技を確立へ近付き、またH病の腸管におけるラマンスペクトルデータの蓄積も行うことができた。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
ヒルシュスプルング病は希少疾患であり、症例の確保が問題となってくるが、協力施設からの検体提供によりこれまでに５例の解析を行うことができている。ヒルシュスプルング病手術検体に対するラマン分光法による解析を行っている研究自体、世界的にも報告はほとんどない。このような状況で、ヒルシュスプルング病の粘膜の形態変化から神経叢同定有無を判別する本研究成果は類を見ないと考えられる。研究計画は当初の予定通り進んでおり、今年度も計画通り進めていく予定である。
|
| Strategy for Future Research Activity |
今後の展望として、さらに症例数を増やして解析を進めると同時に、臨床実用化を視野に入れ，腹腔鏡視下測定のためのファイバデバイスの製作および大型実験動物を用いたin vivo評価を行っていく。具体的には、研究代表施設には大動物を用いた専用トレーニング施設であるサージカルラボセンターがあり、同施設でファイバー型ラマンスペクトル測定デバイスの検証を繰り返す。具体的には、大動物で腹腔鏡手術を実施し、腸管のラマンスペクトル測定を腹腔内からと腸管内から行い、AIでの判別を用いながら腸管壁内神経叢のラマンスペクトル同定を行う。そして、レーザー照射・ラマン散乱光観測用デバイスの改良および内視鏡・腹腔鏡視下でのラマン分光計測法の検討を行い、生検を必要としない無侵襲な新規リアルタイム光診断法の開発へ繋げていく。
|
