AIを活用したFDG-PET/CT radiomics解析によるSTAS予測モデルの構築

• 研究課題/領域番号: 24K18800
• 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: 高知大学
• 研究代表者: 西森 美貴 高知大学, 教育研究部医療学系臨床医学部門, 助教 (30760483)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円); 2026年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円); 2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円); 2024年度: 2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
• キーワード: Lung cancer

研究開始時の研究の概要

Spread Through Air Spaces (STAS)は、腫瘍の縁を超えた肺胞腔内に分離性増殖を認める肺腺癌の新たに定義された浸潤形態である。肺腺癌に対する縮小手術後の予後不良因子で、術前画像からSTASを予測する技術が求められている。本研究ではFDG-PET/CT radiomics解析で抽出された画像特徴量によって説明されるSTASの生物学的特徴を解明し、さらに網羅的に抽出された特徴量に対して、AI（人工知能）を用いて正確性の高いSTAS予測モデルを構築し、STASを予測するための新たな診断補助法を確立する。