| 研究課題/領域番号 |
23KJ0427
|
|---|
| 研究種目 |
特別研究員奨励費
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 国内 |
|---|
| 審査区分 |
小区分56010:脳神経外科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
酒井 優 東京大学, 医学系研究科, 特別研究員(DC2)
|
|---|
| 研究期間 (年度) |
2023-04-25 – 2025-03-31
|
| 研究課題ステータス |
中途終了 (2023年度)
|
| 配分額 *注記 |
1,800千円 (直接経費: 1,800千円)
2024年度: 900千円 (直接経費: 900千円)
2023年度: 900千円 (直接経費: 900千円)
|
|---|
| キーワード | 髄膜腫 / 深層学習 / 再発 / 予測モデル |
|---|
| 研究開始時の研究の概要 |
髄膜腫は頭蓋内原発腫瘍のうち約30%と発生頻度が最多であり社会的に影響の大きい疾患である。それぞれの症例固有の再発リスクに応じて治療の内容・適応を選択していく必要があるが、既存のWHO 分類は必ずしも髄膜腫の再発率を正確に反映していないという問題点がある。そこで本研究では、髄膜腫腫瘍検体に対して網羅的遺伝子解析、深層学習による病理組織像解析を行いこれを統合することで、既存のWHO分類よりもより正確な予後予測モデルを確立する。
|
| 研究実績の概要 |
Deep learningによる髄膜腫病理組織像解析と遺伝子解析の統合による再発予測モデルの作成をおこなった。
2000 年1 月から2021 年3 月までの期間に東京大学医学部附属病院脳神経外科で腫瘍切除術がおこなわれ、病理診断で髄膜腫と診断された640症例の組織スライドを対象とした。組織スライドは全組織スキャナを使用してデジタル化され、脳神経外科医が代表的な腫瘍領域を関心領域（region of interest: ROI）として選択し、256 x 256ピクセルにリサイズしてDeep Texture Representations (DTRs)を計算した。DTRsは畳み込みニューラルネットワークの任意のレイヤーで計算されたベクトルである。パッチは全体像評価、再発予測モデル作成に使用された。組織スライドを用いて深層学習を用いた解析をおこない、病理組織型（髄膜腫のサブタイプ）・WHO gradeの予測モデルを開発した。また、再発の有無・無再発期間予測において現時点で最も信頼できる予後予測の基準となるWHO gradeよりも有意に正確な予後予測モデルを作成した。別施設にて収集した261症例のvalidation cohortに対しても解析をおこない、結果の頑健性を検証した。また450症例の遺伝子型を同定し、組織所見と遺伝子型の関係を解析し、組織像と遺伝子解析の統合による再発予測モデルを作成した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
想定されたサイズのコホート構築・現行の評価手法を上回る予測モデルを開発した点において研究計画通りの進展があった。
|
| 今後の研究の推進方策 |
現在学会誌への投稿論文を執筆中であり、令和6年度中に投稿予定である。
|
