| 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), 助教 (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。
|
| 研究実績の概要 |
放射線治療において、機械学習を用いることで、放射線治療時に一定確率で発生する有害事象の頻度や重篤度を予測する、あるいは予測精度を向上させることを目的に本研究を始めた。まず食道がんに対する放射線治療における心嚢水貯留の確率計算や、前立腺がんに対する重粒子線治療含むマルチモダリティ間の比較に機械学習の結果を用いるなど、有害事象予測モデルの有用性を示すことができた。他方、CTなどの3次元の画像情報と3次元の放射線線量分布を元に作った有害事象予測モデルに関しては、食道がんに対する放射線治療のデータセットや、前立腺がんに対する密封小線源治療のデータセットを用意して挑戦したが、どちらも一定の効果を証明することはできなかった。放射線治療における有害事象予測に用いられる指標としては、CTで臓器を囲んだ輪郭内の三次元の線量分布を1次元に圧縮したもの（Dose volume histogram, DVH）があり、これは3次元情報からすると下位互換と考えられるが、それでも3次元情報に基づく予測の精度が得られなかった要因のひとつは、パラメータ数とデータ数を考えたときに、ディープラーニングなどパラメータ数の多いケースではより多くのデータ数が必要で、本研究ではそれに相当するデータが得られなかったこともあると考えている。もしこれが要因であるならば将来的にデータセットを拡張することができれば可能性はあると思われる。
|
