臨床所見やゲノム情報など多様なデータを駆使した子宮頸癌悪性度予測モデル構築の試み

• Project/Area Number: 25K12719
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 56040:Obstetrics and gynecology-related
• Research Institution: Kyoto University
• Principal Investigator: 山ノ井 康二 京都大学, 医学研究科, 助教 (70868075)
• Co-Investigator(Kenkyū-buntansha): 小松 宏彰 鳥取大学, 医学部附属病院, 講師 (20866727) ; 小原 久典 信州大学, 学術研究院医学系(医学部附属病院), 講師 (30598818) ; 中川 慧 大阪大学, 大学院医学系研究科, 助教 (30650593) ; 樋本 祐紀 京都大学, 医学研究科, 助教 (30838991)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 子宮頸がん / MRI画像

Outline of Research at the Start

子宮頸がん患者は若年が主体だが、治療基軸である広汎子宮全摘出術は、排尿障害やリンパ浮腫などQOLを著しく低下する有害事象を引き起こすことがある。近年、早期子宮頸癌の一部について、より低侵襲な術式でも治癒し得ることが報告された。申請者はこれまで、子宮頸癌は年齢や画像・病理所見など様々な因子が悪性度に関連しうることを明らかにしてきた。これを踏まえて本研究では、侵襲的な処置を行わずとも悪性度を予測し得るモデル構築を目的とする。年齢、採血情報、画像・病理情報、ゲノム情報などの多次元で多様なデータを、AIを活用して検討し、臨床的に有用な子宮頸癌の悪性度予測モデルの構築を狙う。