Novel Predictors and Prediction Models Using Artificial Intelligence for Predicting Preoperative Treatment of Colorectal Cancer Cancer

• Project/Area Number: 24K18556
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 50020:Tumor diagnostics and therapeutics-related
• Research Institution: Tokyo Medical University
• Principal Investigator: 笠原 健大 東京医科大学, 医学部, 助教 (90874537)
• Project Period (FY): 2024-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2028: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000); Fiscal Year 2027: ¥520,000 (Direct Cost: ¥400,000、Indirect Cost: ¥120,000); Fiscal Year 2026: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2025: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000); Fiscal Year 2024: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
• Keywords: 大腸癌 / 術前治療 / 治療効果予測 / 人工知能 / 生検検体

Outline of Research at the Start

本邦における大腸癌を中心とした消化器癌には術前治療が増加しているが、その予測精度は低く改善の余地がある。そこで、本研究では適切な治療選択のため臨床応用可能な人工知能の治療効果予測モデルの作成を目指す。大腸癌の術前治療を施行した症例の生検検体を解析対象とし、手術検体から得た治療効果を予測するモデルの作成と評価を行う。生検検体のプレパラート画像をデジタル化し、人工知能を用いて癌細胞核の形態および位置関係の情報を自動的に定量化する。定量化した特徴量を統計学的手法および人工知能にて解析し、最適な効果予測モデルを作成する。学習症例・テスト症例による後方視的研究の後、前向きでの正診率の評価を行う。