| 研究課題/領域番号 |
22K08842
|
|---|
| 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55020:消化器外科学関連
|
|---|
| 研究機関 | 三重大学 |
|---|
研究代表者 |
川村 幹雄 三重大学, 医学部附属病院, 講師 (00722589)
|
|---|
| 研究分担者 |
問山 裕二 三重大学, 医学系研究科, 教授 (00422824)
大北 喜基 三重大学, 医学部附属病院, 講師 (20378342)
橋本 清 三重大学, 医学部附属病院, 医員 (20939988)
奥川 喜永 三重大学, 医学部附属病院, 教授 (30555545)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
2024年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 直腸癌 / 術前化学放射線療法 / AI |
|---|
| 研究開始時の研究の概要 |
進行直腸癌に対するTotal neoadjuvant therapy(TNT)はその良好な治療効果により長期予後の改善だけでなく肛門温存率の向上が期待されている。AI(人工知能)は様々な分野での利用が広がり医療分野でも応用が進んでいる。また医用画像に着目したradiomicsにより大規模データベースの構築および高次元の定量的・網羅的解析が可能となり脚光を浴びている。本研究では直腸癌のTNT治療前の病理組織の顕微鏡画像をAIで処理し、さらにMRI、CTの画像データをradiomicsにより網羅的解析を行い最終的に機械学習によりTNTの治療効果予測因子を同定・アルゴリズムを作成する。
|
| 研究実績の概要 |
令和5年は令和4年度で取得してきたCT、MRI画像の集積をすすめさらに症例数を増加させた。現在TNT症例は100例におよび、実際の当科のTNT症例の病理画像、CT、MRIの患者個々のデータベース化が徐々に進んでいる。
これらの画像を適宜解析し、国内主要学会において成果を発表している。臨床データの解析ではcT2症例はTNTの奏功度が特に高く完全奏功に至る症例が有意に多い事を示した。また当科での画像評価により適切に臓器温存症例が選別されていることを示している。
画像評価の過程で得られた重複下大静脈を合併したTNT症例は論文化し症例報告として報告した。
|
| 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
TNT症例は現在総計100例を超え、画像の取得・データのupdateに要する労力が想定以上に必要となっている。電子カルテ上の画像転送システムを経由するため、相応の時間を要している。また病理学的画像の収集にはFFPEからのスライド・HE標本作成が必要となるが、FFPEの集積、薄切、HE染色に時間を要している。
|
| 今後の研究の推進方策 |
令和5年は令和4年度で取得してきたCT、MRI画像の集積をすすめさらに症例数を増加させた。現在TNT症例は100例におよび、実際の当科のTNT症例の病理画像、CT、MRIの患者個々のデータベース化が徐々に進んでいる。
これらの画像を適宜解析し、国内主要学会において成果を発表している。臨床データの解析ではcT2症例はTNTの奏功度が特に高く完全奏功に至る症例が有意に多い事を示した。また当科での画像評価により適切に臓器温存症例が選別されていることを示している。
画像評価の過程で得られた重複下大静脈を合併したTNT症例は論文化し症例報告として報告した。
|
