画像特徴量を用いた肺癌のPD-L1発現推定と免疫チェックポイント阻害薬の効果予測

2022 Fiscal Year Annual Research Report

• Project/Area Number: 19K17129
• Research Institution: Chiba University
• Principal Investigator: 西山 晃 千葉大学, 医学部附属病院, 特任助教 (40792429)
• Project Period (FY): 2019-04-01 – 2023-03-31
• Keywords: 肺癌 / CT / PET/CT / radiomics / PD-L1

Outline of Annual Research Achievements

当院で生検あるいは手術により病変の検体が得られ、病変のPD-L1発現率が病理組織学的に確認できた肺癌患者群（全体で約300人）を対象とした。画像検査として、生検あるいは手術直前のCTならびにPET/CTの画像を用いた。画像segmentationツール（3D-slicer）を用い、手動でCTおよびPET/CTの画像の病変の部位をsegmentationした。同部の画像データを対象とし、pyradiomicsを用いたradiomics解析を行い、肺癌病変の画像特徴量を抽出した。抽出した画像特徴量と、病理組織学的に確認できたPD-L1の発現率を比較した。PD-L1の発現率は、高発現群（≧50%）と低発現群（＜50%）の二群に分け、それを判定できるかどうかを基準とした。相関が高い画像特徴量を抜き出した（NGLDM-Busyness、GLZLM-LZLGE、GLZLM-LZEなど）。これらを組み合わせ、PD-L1発現率の予測モデルを構築した。構築したモデルのROC解析でのAUCは0.75であった。このモデルを基本として、免疫チェックポイント阻害薬の治療効果・予後予測モデルの構築を行った。
免疫チェックポイント阻害薬で治療された患者について、5年間の追跡調査を行い、その治療効果・予後の確認を行った。治療効果は、治療開始から増悪までの期間・全生存期間を主項目とした。肺病変の画像から抽出した画像特徴量との比較を行い、治療効果と関連すると思われる画像特徴量の候補を絞り込むことができた。しかし、治療効果・予後予測を行うモデルの構築は行えなかった。