研究課題/領域番号 |
21K17113
|
研究種目 |
若手研究
|
配分区分 | 基金 |
審査区分 |
小区分57060:外科系歯学関連
|
研究機関 | 大阪大学 |
研究代表者 |
川村 晃平 大阪大学, 大学院歯学研究科, 特任研究員 (20880157)
|
研究期間 (年度) |
2021-04-01 – 2026-03-31
|
研究課題ステータス |
交付 (2022年度)
|
配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2025年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
|
キーワード | 口腔癌 / 頭頸部癌 / 頸部リンパ節転移 / AI / リアルワールドデータ / 口腔がん / リアルワールド / 頚部リンパ節転移 / 予後予測 / 人工知能 |
研究開始時の研究の概要 |
口腔がんの患者数は本邦においても近年増加傾向である。進行例では予後不良となることが多く、転移のリスクなど的確な予後評価を早期に行うことが可能になれば、生命予後や治療後のQOLの低下防止に寄与すると考えられる。本研究では、口腔がん診療によって蓄積された多種多様な時系列データ(病理画像・レントゲン画像・テキストデータ・数値データ)を人工知能(AI)を用いて解析することで、患者個人に即した予後評価を可能にし、各々のリスクに応じた治療提供が行える新たな口腔がん治療法の確立を目指す。
|
研究実績の概要 |
当研究では、多種多様なリアルワールドデータを用いて、口腔がん患者の予後予測モデルの構築を目的としている。 舌癌76例における免疫組織化学的染色(VEGF-C、VEGF-D、NRP1、NRP2、CCR7、SEMA3E)の染色レベルから、多層パーセプトロンネットワーク(MNN)を用いて頸部リンパ節転移の予測モデルを開発し、視覚情報の定量化ヒストグラムと比較した。その結果、CCR7染色レベルとT分類が頸部リンパ節転移の有無に相関していた。 MNNによる免疫染色標本の評価は頸部リンパ節転移の予測に有用である。 Kawamura, Kohei et al. “Prediction of cervical lymph node metastasis from immunostained specimens of tongue cancer using a multilayer perceptron neural network.” Cancer medicine vol. 12,5 (2023): 5312-5322. doi:10.1002/cam4.5343 この結果をもとに現在、免疫染色画像・HE染色画像の2種類の「画像データ」をそれぞれ畳み込ニューラルネットワーク学習後に重みの統合を行い、さらに腫瘍の大きさ(T分類)の「数値データ」も一つのモデルに統合することで、より精度の高い予後予測を行うモデルを開発中である。
|
現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
Covid-19の蔓延の影響により、所属する機関での出張の禁止や濃厚接触者の自宅待機など方針のため、研究の持続的な継続が困難となった時期があったため。
|
今後の研究の推進方策 |
論文報告を行なった結果をもとに、今後さらにCT・MRIなどの画像データ、血液検査・身長体重などの数値データ、カルテ記載などのテキストデータ等、患者に紐づいた日常臨床に置いて生成される多種多様のモダリティのデータを用いて、マルチモダルデータ分析AIにて統合したモデルを構築することを検討している。 口腔がん患者の日常臨床において生じる臨床データを用いることで、治療の段階ごとに患者のリスクを評価・治療方針へのフィードバックが可能であれば、患者の生命予後・治療成績の向上が期待できると考える。
|