2017 Fiscal Year Research-status Report
Predictive model of lymph node metastasis in T1 colorectal cancer using artificial intelligence
| Project/Area Number |
17K15972
|
|---|
| Research Institution | Showa University |
|---|
Principal Investigator |
一政 克朗 昭和大学, 医学部, 助教 (90595612)
|
|---|
| Project Period (FY) |
2017-04-01 – 2019-03-31
|
| Keywords | 人工知能 / 大腸T1癌 / 転移 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は、大腸T1癌のリンパ節転移の有無を正確に予測し得る人工知能ソフトの開発である。現状では、外科手術されている大腸T1癌の約90%にリンパ節転移を認めていない。外科手術前にリンパ節転移の有無を予測し、転移のない外科手術例を極力減らし内視鏡治療のみで完結させることで、患者への低侵襲医療の実現、さらには医療費削減への貢献が見込まれる。H29年度は研究代表者施設において外科手術された大腸T1癌690例を用いて、転移予測AIモデルを作成した。うち590例をsupport vector machineを利用したAI による機械学習に、100例をAIモデルの精度検証に用いた。機械学習には45の臨床病理学的因子(患者身長、体重、年齢、性別、腫瘍局在、腫瘍径、既往歴、生活歴、血液検査/尿検査データ等)とリンパ節転移の有無をデータセットとして使用した。そして、術前リンパ節転移予測において現行の大腸癌ガイドラインの比較検証を行った。AIモデルとガイドラインの転移に対する偽陽性率はそれぞれ31%と91%であった。いずれにおいても感度は100%であった。つまりガイドラインに比べAIモデルでは転移陽性の見落としなく、転移のない外科手術例を約1/3に減らせる可能性を示せた。この転移予測AIモデル(第一世代)の研究成果に関しては、ヨーロッパの内視鏡学会誌であるEndoscopyに報告し、掲載された(Ichimasa K, Kudo SE, Mori Y et al, Endoscopy 2018)。H30年度はAIモデルの予測精度を上げるべく機械学習サンプルの増加、モデルに使用する特徴量の選定を予定している。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
H29年度：大腸T1癌のリンパ節転移の有無を正確に予測し得る人工知能ソフトの開発（完了）
|
| Strategy for Future Research Activity |
H30年度：①機械学習例の増加、②モデルの特徴量選択、を行うことで転移予測AIモデルの診断精度上昇を目指す
|
| Causes of Carryover |
人件費や論文のオープンアクセス費用等がH29年度→H30年度にずれ込むため次年度使用額が生じた
|
-
[Journal Article] Artificial intelligence may help in predicting the need for additional surgery after endoscopic resection of T1 colorectal cancer.2018
Author(s)
Ichimasa K#1, Kudo SE1, Mori Y#1, Misawa M#1, Matsudaira S#1, Kouyama Y#1, Baba T#1, Hidaka E#1, Wakamura K#1, Hayashi T#1, Kudo T#1, Ishigaki T#1, Yagawa Y#1, Nakamura H#1, Takeda K#1, Haji A#2, Hamatani S#3, Mori K#4, Ishida F#1, Miyachi H#1,5.
-
Journal Title
Endoscopy
Volume: 50 (3)
Pages: 230-240
DOI
Peer Reviewed / Int'l Joint Research
-
-
-
-
