| 研究課題/領域番号 |
19K17208
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
井上 達也 順天堂大学, 医学部, 助教 (00733362)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2020年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2019年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 深層学習 / Radiomics / 放射線治療 / 人工知能 / 予後予測 / マルチモーダル学習 / マルチタスク学習 / 機械学習 / 深層特徴量 |
|---|
| 研究開始時の研究の概要 |
本研究は肺癌に対し標準的な根治的放射線治療を実施した患者の臨床データを使用して、新たな患者の予後を予測できる数理モデルを開発していく。
モデル開発の過程ではCT画像を含んだ放射線治療計画のデータから、その患者の腫瘍の状態を良く表現する特徴的な情報量を生み出せるネットワークを深層学習により作成する。この生み出された特徴量から更に予後と相関を持つ重要な特徴量を機械学習により選定し、モデルに組み込むことで既存のモデルを凌駕する予測性能を持つモデルを開発していく。
|
| 研究成果の概要 |
個別化医療の発展においては、患者毎に治療の効果を見極めることが重要となってくる。そのため、治療を実施する際に必須とする医療用データから予後を予測する手法が望まれる。
本研究は放射線治療を実施した患者の臨床・画像データに対して、データからそのデータ特有の情報を抽出し予後と関連付けることが可能な深層学習を応用することで治療後の患者の予後を予測出来るモデルを開発し、その性能を検証した。
|
| 研究成果の学術的意義や社会的意義 |
現在の癌治療は癌種や病期などに基づいて画一的に治療法が決定されている。しかし、放射線や抗がん剤を使った癌治療の効果は、例え同じ治療でも個々人が持つ背景に影響を受け、ある患者に有効であった治療法が別の患者にも効果的であるとは限らない。
治療を実施する前に取得する画像データから治療の効果を予測出来ることは、患者毎に治療効果を最大化する治療方法の決定や開発に繋がることが期待される。
|
