2021 Fiscal Year Annual Research Report
食道癌化学放射線療法における人工知能を用いた治療効果予測モデルの開発
| Project/Area Number |
19K08153
|
|---|
| Research Institution | Hiroshima University |
|---|
Principal Investigator |
村上 祐司 広島大学, 医系科学研究科(医), 准教授 (10403528)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
河原 大輔 広島大学, 医系科学研究科(医), 助教 (20630461)
西淵 いくの 広島大学, 病院(医), 講師 (70595834)
三木 健太朗 杏林大学, 保健学部, 准教授 (90732818)
|
|---|
| Project Period (FY) |
2019-04-01 – 2022-03-31
|
| Keywords | 食道扁平上皮癌 / 化学放射線療法 / 治療効果予測 / 機械学習 / Radiomics / ニューラルネットワーク |
|---|
| Outline of Annual Research Achievements |
【目的】Radiomicsと機械学習を使用し切除可能局所進行扁平上皮癌患者の術前化学放射線療法（CRT）後の病理所見を予測するモデルの構築。【方法】 2003～2016年に術前CRT+手術を受けた98例のデータを使用。まず、放射線治療計画CT画像と治療前PET画像を融合し、PET画像上に8種類の標的領域を作成。次に、radiomics技術を用いて、標的領域内のPET画像データから、患者ごと6968個の画像特徴量を生成し、最適な画像特徴量をLASSO解析ソフトを用いて抽出した。機械学習法はニューラルネットワークを使用、抽出画像特徴量を入力値、病理学的奏効情報を出力値とし機械学習を行い、予測モデルを作成した後、テストデータを使用して予測精度を評価した。【結果】LASSO解析にて32の特徴量が抽出され、学習データ・検証データにて予測モデルを構築した。結果、作成した5つの予測モデルによる予測の精度、特異度、感度、AUCの平均は、91.2％、92.0％、89.5％、0.97であった。【結論】作成した予測モデルは、切除可能局所進行食道癌術前CRT後の病理所見を高率に予測可能であった。上記内容について、第33回日本高精度体幹部照射部会学術集会、第62回米国放射線腫瘍学会年次総会にて発表した。研究の論文発表も終了した。
Murakami Y et al. Predicting the Local Response of Esophageal Squamous Cell Carcinoma to Neoadjuvant Chemoradiotherapy by Radiomics with a Machine Learning Method Using 18F-FDG PET Images. Diagnostics (Basel). 2021;11:1049.
|
