Construction of a tool to predict the invasive potential of oral cancer by machine learning using digital images of histopathological sections

2021 Fiscal Year Final Research Report

• Project/Area Number: 20K21884
• Research Category: Grant-in-Aid for Challenging Research (Exploratory)
• Allocation Type: Multi-year Fund
• Review Section: Medium-sized Section 90:Biomedical engineering and related fields
• Research Institution: University of Yamanashi
• Principal Investigator: Ueki Kochiro 山梨大学, 大学院総合研究部, 教授 (40313663)
• Co-Investigator(Kenkyū-buntansha): 安藤 英俊 山梨大学, 大学院総合研究部, 教授 (50221742) ; 吉澤 邦夫 山梨大学, 大学院総合研究部, 准教授 (60452108)
• Project Period (FY): 2020-07-30 – 2022-03-31
• Keywords: 口腔扁平上皮癌 / 浸潤様式 / 機械学習 / 上皮間葉移行 / 病理組織切片 / デジタル画像

Outline of Final Research Achievements

The Yamamoto-Kohama classification (YK classification), which focuses on the invasive front of histopathological specimens, is frequently used in Japan to estimate the invasive potential and prognosis of oral cancer. We developed an invasion prediction tool using machine learning to discriminate the YK classification automatically, and the classification accuracy for determining the YK classification was 87%, which is a good result.
In addition, the distribution state of intercellular bridges between cancer cells was associated with prognosis.

Free Research Field

口腔腫瘍

Academic Significance and Societal Importance of the Research Achievements

口腔扁平上皮癌のデジタル病理画像から得られた画像特徴を機械学習化することで、浸潤様式を自動的に判別することが可能であった。さらに画像解析と遺伝子解析を融合し、生命予後に関連する臨床病理学的因子を生物学的だけでなく数理的にも解明し、臨床応用する可能性も見出された。
本研究は、他のがん種にも応用可能であり、がんの診断・治療の均質化を図ることにつながるため、その学術的・社会的意義は大きいと考える。