| 研究課題/領域番号 |
17K16466
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 札幌医科大学 |
|---|
研究代表者 |
長谷川 智一 札幌医科大学, 医学部, 助教 (80631168)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 放射線治療 / 前立腺癌 / 機械学習 / 人工ニューラルネットワーク / 放射線治療生物学 |
|---|
| 研究成果の概要 |
前立腺癌と下咽頭癌のKu70の免疫組織化学染色と臨床因子を用いて、放射線治療の結果を予測するための人工ニューラルネットワーク（ANN）モデルの適用を検討した。前立腺癌の解析において、年齢、グリソンスコア、生検陽性率、治療前PSA値、リスク分類、前立腺体積を臨床因子として使用した。同様に、下咽頭癌においては、年齢、性別、Performance status、臨床的Tステージ分類、亜部位を臨床因子として使用した。
ANNによる治療結果予測は感度、特異度、予測結果に基づいたROC曲線のArea under curve(AUC)のいずれも従来法と比較して予測能に優れている結果であった。
|
| 研究成果の学術的意義や社会的意義 |
従来の方法としては、log-rank法やcox比例ハザードモデルを用いた多変量解析により、危険度の高い因子の解析結果から予後予測が試みられている場合が多い。機械学習のアルゴリズムのひとつである人工ニューラルネットワーク（ANN）では、コンピュータ上に神経細胞組織を模した構造を作成し、擬似的に神経活動を行わせることによって、線形分離し難い情報処理を行うことが可能となる。この方法は、問題となる入力信号と、その答えとなる出力信号を与え、学習させることにより、多数ある患者背景や臨床因子の中から、必要な予測因子を適切に選択することでより精度の高い予測モデルの構築を目指す。
|
