| 研究課題/領域番号 |
20K08112
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 九州大学 |
|---|
研究代表者 |
西牟田 雄祐 九州大学, 大学病院, 助教 (10635220)
|
|---|
| 研究分担者 |
西江 昭弘 九州大学, 医学研究院, 教授 (20457427)
浅山 良樹 大分大学, 医学部, 教授 (40380414)
甲斐 聖広 九州大学, 大学病院, 助教 (50848645)
鶴丸 大介 九州大学, 大学病院, 講師 (90419565)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2025-03-31
|
| 研究課題ステータス |
完了 (2024年度)
|
| 配分額 *注記 |
2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 食道癌 / 微小環境 / Dual energy CT / 多層検出器CT / 機械学習 / がん周囲環境 / CT / バイオマーカー |
|---|
| 研究開始時の研究の概要 |
多層検出器CTの画像所見と食道癌の病理組織学的所見（分化度、深達度、脈管侵襲、リンパ管侵襲、リンパ節転移の有無）の対比を行う。がん周囲微小環境に関して切除標本の免疫組織化学染色を行いTAMやCAFの多寡を検討し、多層検出器CTテクスチャ解析で得られる parameter との関連を調査する。機械学習の入力データとして多層検出器 CT の実行原子番号画像、ヨード密度画像、仮想単純画像などを組み合わせ、multi-parametricな解析を行い、これらを教師データとしてがん周囲微小環境を評価可能な診断システムの構築、検証を行う。
|
| 研究成果の概要 |
2018年から2024年に収集した食道扁平上皮癌(ESCC)309例の造影CT画像と臨床情報を用い、がん周囲微小環境を評価する画像バイオマーカー開発を行った。基本テクスチャ指標と治療効果の関連は得られなかったが、平衡相ヨード密度画像から算出した CT-ECV を解析したところ、治療奏功群で有意に低値を示し、閾値 42.1％ で AUC0.89、感度87.5％、特異度85.7％を達成した。CT-ECV 低値群は 1 年 PFS 87.5％ と良好であり、高値群は 47.3％ と予後不良であった。北米放射線科学会を含む国際学会で成果を発表し、現在論文投稿中である。
|
| 研究成果の学術的意義や社会的意義 |
本研究は、多層検出器 CT のみで得られる CT-ECV を用いて ESCC の治療奏功と予後を高精度に予測できることを示した。腫瘍組織全体の線維化を非侵襲的に定量化できるため、侵襲的生検の代替となりうる点で学術的価値が高い。術前に治療抵抗性を推定し高リスク患者を同定することで、個別化治療選択や不要な化学療法の回避が可能となり、患者 QOL 向上と医療資源の最適化に資する。さらに多施設検証と AI モデル統合により、画像診断の新たな標準指標として社会実装が期待される。
|
