2022 Fiscal Year Annual Research Report
AIを用いたCTテクスチャ解析による大腸癌肝転移に対する化学療法の治療効果予測
| Project/Area Number |
20K07702
|
|---|
| Research Institution | Kumamoto University |
|---|
Principal Investigator |
宮本 裕士 熊本大学, 大学院生命科学研究部(医), 准教授 (80551259)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
日吉 幸晴 公益財団法人がん研究会, 有明病院 大腸外科, 副医長 (30573612)
徳永 竜馬 熊本大学, 大学院生命科学研究部(医), 特定研究員 (20594881)
今村 裕 公益財団法人がん研究会, 有明病院 消化器外科, 医長 (70583045)
清住 雄希 熊本大学, 大学院生命科学研究部(医), 特定研究員 (30827324)
中浦 猛 熊本大学, 病院, 准教授 (90437913)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Keywords | 切除不能大腸癌 / 肝転移 / CTテクスチャ解析 / 機械学習 / AI / 化学療法 / 治療効果予測 |
|---|
| Outline of Annual Research Achievements |
熊本大学病院で、1次全身化学療法を施行した切除不能大腸癌肝転移症例150例のデータ整理を行った。Primary endpointである化学療法の奏効度をRECIST基準に沿って全症例評価を行った。治療開始後からの最大縮小時を基に、Cmplete response、Partial response、Stable disease、Progressive diseaseの4つに分類し、奏効例(CR、PR)と非奏効例 （SD、PD）の2群に評価を行った。 治療前1か月以内のCTデータから治療前肝転移症例のCTテクスチャ解析を行った。各症例最大サイズの肝転移に、3d-slicerを用いて3次元の関心領域(ROI)を描き、 pyradiomicsパッケージを用いて、ROIに対して107のテクスチャ特徴を抽出した。 対象症例150例をTrainingコホート112例とさら にValidationコホート38例にランダムに割り当てて解析を行った。107のパラメータのうち、Trainingコホートの奏効例、非奏効例に影響のあるものをBorutaの手法で選択した所、3つのパラメータが選択された。その3つのパラメータを使用したRandom Forestモデルを構築し、5回交差検証を施行した。予測能は、AUCを用いて評価した所、AUC=0.87の成績が得られた。 予定していた多施設のCTデータでは、スライス幅やCT機器が異なると予測能が低下した。よって、熊本大学での症例に限定して論文作成を行った。次に生存成績(OS)の予測が可能か検証を行った。同様に112例をTrainingコホート、38例をValidationコホートとして同様に検証した。38例をOS良好群、非良好群の2群に分けた所、OS良好群32か月、非良好群20.3か月(log-rank p<0.01)とOS予測可能であった。
|
