| 研究課題/領域番号 |
20K08113
|
|---|
| 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 |
塩山 善之 九州大学, 医学研究院, 共同研究員 (10323304)
|
|---|
| 研究分担者 |
佐々木 智成 株式会社麻生(株式会社麻生飯塚病院医学研究推進本部), 放射線科, 部長 (10380437)
有村 秀孝 九州大学, 医学研究院, 教授 (20287353)
吉武 忠正 九州大学, 大学病院, 講師 (40452750)
松本 圭司 九州大学, 医学研究院, 助教 (40467907)
白川 友子 (イソヤマ友子) 九州大学, 医学研究院, 共同研究員 (40529830)
浅井 佳央里 九州大学, 大学病院, 助教 (40635471)
廣瀬 貴章 九州大学, 大学病院, 診療放射線技師 (50608982)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
|
|---|
| キーワード | 肺癌 / 放射線肺臓炎 / 深層学習 / ラディオミクス / 重症度予測 / 再発リスク予測 / 治療法の最適化 / 治療法最適化 |
|---|
| 研究開始時の研究の概要 |
高精度放射線治療では線量分布が非常に複雑で、既存肺の状態や基礎疾患など患者側因子や併用薬物療法等も影響するため、特的の線量-体積パラメータのみで患者毎のリスクを正確に予測するのは困難である。肺癌放射線治療症例の精密な臨床免疫学的情報、既存肺の画像特徴量（ラディオミクス）および治療情報からなるビッグデータを多層ニューラルネットワークによる機械学習（いわゆる深層学習）の手法を用いて解析し、放射線肺臓炎リスク予測および照射法最適化のシステムを構築する。
|
| 研究成果の概要 |
早期肺癌の定位放射線療法を対象にCT画像特徴量を用いたRP予測モデルを構築するとともに, 間質性肺炎のマーカー血清KL-6を組合せることの有用性を示した.
また, CT画像特徴量により定位照射後の再発リスクを予測可能であることを示した. 更に, radiomics scoreと様々な臨床因子（年齢, 性別, PS, 組織型, 腫瘍径など）を複合して用いて局所再発や遠隔転移のリスクをより正確に予測可能か検討した結果, 組織型、腫瘍径に加えてradiomic scoreを用いるで, 肺癌定位照射後の再発リスクとその形式（局所再発, 遠隔転移）を予測することが可能であることが示唆された.
|
| 研究成果の学術的意義や社会的意義 |
肺癌放射線治療において最も重要な有害事象の一つと考えられている放射線肺臓炎に関連する臨床因子および線量・体積パラメータ等は報告されているが, 患者毎にそのリスクを正確に予測し治療方法に反映することは困難である. また, 治療後の予後予測因子に関する研究も多く行われているが、再発形式を含めたリスク予測に関する研究は少ない. 治療法の最適化には,安全性と有効性のバランスが重要で, 両者をどちらも予測することが重要である. CT画像特徴量、臨床因子等を組合わせることで, 症例毎に放射線肺臓炎や再発形式を含めたリスク予測が可能となることが示唆され, 本領域の精密医療の進歩に貢献するものと考えられる.
|
