2022 Fiscal Year Annual Research Report
患者個別化医療に向けた治療前の医療画像のみから腫瘍の縮小を予測する手法の開発
| Project/Area Number |
20K22795
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
田中 祥平 東北大学, 大学病院, 助手 (90883330)
|
|---|
| Project Period (FY) |
2020-09-11 – 2023-03-31
|
| Keywords | 放射線治療 / 頭頚部癌 / 人工知能 / 腫瘍縮小 / 患者個別化医療 |
|---|
| Outline of Annual Research Achievements |
研究の概要：放射線治療は、がんの治療において広く使用されている治療法です。しかし、治療前に腫瘍の縮小を正確に予測することは困難であり、治療戦略の決定に大きな課題をもたらしています。本研究では、治療前のCT画像から治療開始2週間後の腫瘍縮小を予測するために、人工知能技術を使用しました。
方法：本研究では、患者の治療前のCT画像を使用し、治療開始2週間後の腫瘍の縮小率を予測するために、深層学習アルゴリズムである畳み込みニューラルネットワークを用いました。データセットは、患者の年齢、性別、がんの種類、腫瘍の大きさなどの臨床因子も含みました。モデルの精度を評価するために、従来の臨床因子に基づくモデルと比較しました。
結果：本研究で開発した人工知能によるモデルは、従来法よりも高い精度を持っていました。特に、治療前のCT画像のみを使用して、治療開始2週間後の腫瘍縮小率をある程度の予測精度で予測することができました。また、モデルは臨床因子による予測よりもより高い精度で一貫した予測ができました。
結論：人工知能技術を用いることで、従来のレディオミクスや臨床因子よりも高い精度で予測を行うことができることが示唆されました。将来的には、治療前のCT画像を用いた腫瘍の縮小率の予測が治療戦略の決定に役立つことが期待されます。
しかし、本研究にはいくつかの課題もありました。最も重要な課題は、研究に使用したデータが比較的小規模であることです。当院での結果であったため、他の施設で結果を再現できるかどうかは分かりません。より大規模なデータセットを使用することで、より一般的なモデルを開発することができる可能性があります。
本研究の成果は学術誌である「Scientific Report」に掲載されました。
|
