| 研究課題/領域番号 |
20K08131
|
|---|
| 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 | 滋賀大学 |
|---|
研究代表者 |
村松 千左子 滋賀大学, データサイエンス学系, 教授 (80509422)
|
|---|
| 研究分担者 |
大岩 幹直 独立行政法人国立病院機構(名古屋医療センター臨床研究センター), その他部局等, 医長 (50649697)
川崎 朋範 埼玉医科大学, 医学部, 教授 (90456484)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2022年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2021年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2020年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
|
|---|
| キーワード | breast cancer / precision medicine / radiomics / subtype classification / deep learning / ラジオミクス解析 / 深層学習 / 乳癌 / 画像診断 / サブタイプ分類 / グレード分類 / 乳腺腫瘤 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
乳癌は日本人女性の11人に1人が罹るがんと言われており，死亡率の低下には早期発見と適切な治療が最も重要である．本研究では，乳癌のマルチモダリティ画像診断が高い精度で効率よく行われ，治療方針の決定までスムーズに進められるように，医師の画像診断と病理診断を支援する人工知能システムの開発を目的とする．具体的には，病理診断等から得られたホルモン受容体，たんぱく質等の情報をもとにしたがんのサブタイプ分類やグレード，また治療成績等をマンモグラフィと乳腺超音波画像，MR画像のラジオミクス解析により予測する．病理画像の解析も行い，マンモグラフィ等における該当箇所と照らし合わせることにより，精度向上を目指す．
|
| 研究成果の概要 |
本研究の目的は乳がんの画像診断で用いられる画像のラジオミクス解析により，乳がんのサブタイプや病理学的グレードなどを予測し，読影医の診断と治療方針の決定を支援し最適化医療に貢献することである．
予測モデルの構築にはマルチモダリティ，マルチセンターの検査画像と病理診断結果が揃った質の良いデータベースが必要である．本研究では，これらの情報が揃った高品質の症例を600例収集した．解析ではマンモグラフィと超音波画像それぞれ単独で用いた時と，両画像を用いた時でサブタイプや病理学的グレード，浸潤性の分類の精度がどう変化するか検討を行い，マルチモダリティを用いたモデルの方が分類精度が高くなることを確認した．
|
| 研究成果の学術的意義や社会的意義 |
本研究では乳がんの診断の初期に用いられる画像によりがんのサブタイプの予測を行い，診断にかかる時間の短縮とよりスムーズな治療計画の決定により患者の経済的かつ心理的負担軽減を試みた．まだ予測精度は十分ではないが，本研究により診断画像によるサブタイプ分類の可能性が示唆された．本研究により，この分野の研究が更に進み，今後予測精度が向上すれば，乳がんの最適化医療への貢献が期待できる．
|
