| 研究課題/領域番号 |
20K16708
|
|---|
| 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 | 慶應義塾大学 |
|---|
研究代表者 |
深田 恭平 慶應義塾大学, 医学部(信濃町), 共同研究員 (00647266)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2021年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2020年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 放射線治療 / 医学物理学 / 有害事象予測 / 機械学習 |
|---|
| 研究開始時の研究の概要 |
放射線治療はがん治療の三本柱の一つを担う治療法である。高エネルギーの放射線を使用するので，腫瘍周辺の正常臓器にも線量を与えてしまうのは避けられない。これら正常臓器に「どれだけ放射線が当たればどれくらいの確率で有害事象が発生するか」を正確に予測することができれば，放射線治療の質を向上することが可能である。
現在，有害事象予測モデルとして使用される頻度が最も高いものは，「臓器のどれだけの体積にどれくらいの線量が投与されたか」に基づいて有害事象を予測する。
本研究では，臓器の体積と線量だけでなく，これに局所的な位置情報も織り込むことで有害事象予測モデルの予測精度向上をめざす。
|
| 研究成果の概要 |
放射線治療時に起こる有害事象を機械学習によって高精度に予測することができれば、それを避けるような治療プランの立案が可能となると考える。過去に食道に対して治療を行った患者を対象に心臓に当たる放射線の線量と有害事象の関係を明らかにした。また、前立腺に対する重粒子線治療における直腸線量が、直腸の有害事象に与える影響についても機械学習に基づいたモデルで考察した。
|
| 研究成果の学術的意義や社会的意義 |
放射線治療を行う上で、有害事象の一定確率での発生は避けることができないのが事実である。本研究では、放射線治療の線量分布に基づく有害事象の予測確率を示した。今後は有害事象の確率を下げるにはどのように治療計画を行えばよいのか、といった議論が期待される。
|
