2022 Fiscal Year Research-status Report
言語化困難な切除適応と治療結果のAI解析に基づく進行大腸癌肝転移の切除適応標準化
| Project/Area Number |
22K18222
|
|---|
| Research Institution | Japanese Foundation for Cancer Research |
|---|
Principal Investigator |
小林 光助 公益財団法人がん研究会, 有明病院 肝・胆・膵外科, 医員 (10897276)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 大腸癌肝転移 / 肝切除 / 化学療法 / 機械学習 / 切除不能大腸癌肝転移 |
|---|
| Outline of Annual Research Achievements |
大腸癌肝転移は、切除不能大腸癌肝転移であっても、積極的な術前化学療法後の根治的切除(Conversion Surgery)は良好な成績を示している。しかし、Conversion Surgeryの適応判断は非常に複雑であり、未だに明文化・言語化ができておらず、熟練した肝臓外科医の経験に基づいた判断が必要である。本研究は、Deep learningを用い、この複雑なConversion Surgery適応を腫瘍認識・腫瘍の質的診断・腫瘍の位置情報、残肝ボリュームなどから、自動診断を行うモデルが構築することを目標とした。これにより、肝臓外科医と同レベルの切除適応判断が肝臓外科医不在の施設やチームでも可能となり、切除を企図した専門施設への紹介を最適のタイミングで行うことができるようになれば、進行大腸癌肝転移の治療成績向上に寄与するものと期待される。
当院での切除不能大腸癌肝転移のConversion Surgeryの予測モデルを作成し、その成績を英文雑誌Surgeryに報告した(Kobayashi K, Inoue Y, et al. Optimizing the selection of technically unresectable colorectal liver metastases. Surgery. 2023;173(2):442-9.)。
予測モデルは、化学療法前の術前CTとRAS情報により、A-Cの三段階にConversion Surgeryとなる可能性を予測するものである。
予測モデルが開発されたことにより、今後症例の蓄積と機械学習への準備が整っと言える。
今後は自動診断モデルの構築として、現在、明文化・言語化できていない、複雑なconversion切除適応を、自動診断を行うモデルを構築することを目標する。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当院での切除不能大腸癌肝転移のConversion Surgeryの予測モデルを作成し、その成績を英文雑誌Surgeryに報告しており、今後は自動診断モデルの構築を行う。
|
| Strategy for Future Research Activity |
令和5年度以降は、以下の工程を予定している
・当院で作成した予測モデルのvalidation研究を院内、院外で行い、モデルの精度を検証する。
・当施設だけではなく、他施設からの症例集積と共に自動診断モデルの構築を行う。
|
| Causes of Carryover |
昨年度は先行研究の報告を主に行なった。
今後予測システムの構築およびDeep learning stationを購入は今年度以降に予定している
|
