| Project/Area Number |
24K15164
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 62010:Life, health and medical informatics-related
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
岩根 亨輔 広島大学, 病院(医), 医科診療医 (90811183)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
日向 信之 広島大学, 医系科学研究科(医), 教授 (10598816)
河原 大輔 広島大学, 病院(医), 講師 (20630461)
|
|---|
| Project Period (FY) |
2024-04-01 – 2027-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Fiscal Year 2024: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
|
|---|
| Keywords | 転移性腎癌 / Radiomics特徴量 / 医療画像解析 |
|---|
| Outline of Research at the Start |
転移性腎癌の治療は従来の分子標的薬に加えて免疫療法の併用など多様な組み合わせで治療が行われているが、5年生存率は約10％と致死的な疾患である。現在の治療はリスクに応じて医師が使用薬剤を決定しているが、効果が乏しい症例も存在し転移性腎癌患者における薬剤選択の指標作成は急務といえる。
そのため本研究では転移性腎癌患者の治療前CT画像を用いて適切な使用薬剤を推定することを目的としている。近年提唱されているRadiomics解析という医用画像の特徴量を網羅的に解析する新たな手法を用いて、転移性腎癌における適正使用薬剤やリスク層別化の予測を確立することを目指す。
|
| Outline of Annual Research Achievements |
本研究は、転移性腎細胞癌（metastatic renal cell carcinoma：mRCC）患者において、治療前に撮影された造影CT画像からRadiomics解析を行い、使用される薬剤の治療効果を予測するモデルの構築を目的としています。mRCCは初診時から遠隔転移を認めることも多く、5年生存率は約10％と極めて予後不良な疾患です。近年、分子標的薬や免疫チェックポイント阻害薬など多様な治療薬が登場し、治療成績は一定の向上を見せていますが、依然として薬剤の選択は医師の経験やIMDCリスク分類といった血液検査データに依存しており、患者個々の薬剤反応性を事前に予測する指標は確立されていません。
Radiomicsは、CTなどの医用画像から数百以上の定量的特徴量を抽出し、視覚的に捉えにくい腫瘍の性質を解析できる新しい画像解析手法です。本研究では、日常診療で広く使用されているCT画像に着目し、腫瘍および腎臓領域のセグメンテーションを行った上で、画像特徴量を抽出し、治療反応との関連を検討します。得られた結果をもとに、臨床現場での薬剤選択をサポートする、より個別性の高い客観的指標の構築を目指します。将来的には、個別化医療の実現や医療資源の最適配分に貢献することが期待されます。2024年度の研究成果としては当院で治療を受けた腎がん患者のCT画像を全例収集し画像前処理を行いました。腫瘍・患側腎・健側腎のセグメンテーションを行い、PyRadiomicsを用いて500以上の画像特徴量を抽出し、臨床データの結果と照らし合わせながら解析を進めています。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
2024年度は、広島大学病院で治療を受けたmRCC患者169例を対象に、治療前の造影CT画像および臨床データの収集と整理を完了しました。画像前処理として、腫瘍・患側腎・健側腎のセグメンテーションを行い、PyRadiomicsを用いて500以上の画像特徴量を抽出しました。その後、治療開始から病勢進行までの期間（PFS）をアウトカムとし、Lasso-Cox回帰モデルや単変量解析を用いて、治療効果と関係する特徴量の選別を進めています。さらに、初期成果については2025年4月の第112回日本泌尿器科学会総会にて発表を行い、総会賞演題にも選出されました。研究内容は学会参加者から高い関心を集め、今後の展開に対するフィードバックも得られるなど、対外的な発信の第一歩としても実りのある成果を得ており、概ね順調に進展しています。
|
| Strategy for Future Research Activity |
今後は、構築中の予測モデルの精度向上を図るとともに、モデルの外部妥当性を検証する段階へと進みます。現在、当科で運用中のREDCapプラットフォームを活用し、国内の関連施設に呼びかけてデータ提供を依頼する体制を整えており、多施設から得られた症例を用いてモデルの外部検証を実施する予定です。また、画像特徴量だけでなく、IMDCリスク分類などの臨床パラメータを統合した複合予測モデルの開発にも着手し、実臨床における有用性を高めることを目指します。さらに、AI・機械学習に関する技術力を強化するため、学内の情報科学系研究者との連携も進めており、将来的には国際学会での発表および英文誌への論文投稿を視野に入れています
|
