| 研究課題/領域番号 |
16K10270
|
|---|
| 研究機関 | 東京医科歯科大学 |
|---|
研究代表者 |
久保田 一徳 東京医科歯科大学, 医学部附属病院, 准教授 (40625480)
|
|---|
| 研究分担者 |
藤岡 友之 東京医科歯科大学, 医学部附属病院, 助教 (60771631)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2020-03-31
|
| キーワード | 乳癌 / サブタイプ / 画像診断 / MRI / PET / heterogeneity |
|---|
| 研究実績の概要 |
研究３年目ではこれまでに継続して、PCを用いたデータべースの拡充を行った。乳腺外科や病理部と協力してさらに診療データ収集を行い、臨床上妥当な範囲でFDG-PET/CTとともに造影MRI撮像を行い、既存の乳癌症例データベースへ追加をした。画像診断レポート・システムの読影所見、電子カルテから臨床所見および病理断について検索し、FDG-PETにおける集積の程度(SUVmax値を主としたデータ)、造影MRIでの画像所見(ACR-BI-RADSに基づく形状などの所 見)および血流情報、病理組織診断、サブタイプ、臨床経過の情報を整理して入力し、匿名化した状態での症例検索を可能としている。
乳癌画像データベースを用いた全般的なデータに対しての解析を行うとともに、これまでの研究課題である乳癌のheterogeneity探索について複数の視点からの検討をおこない、発表をおこなった。これまでにトリプルネガティブ乳癌についての検討は行われており、それ以外の乳癌について以下のように個別の検討をおこなった。
1. 粘液癌を対象としてデータベースからのデータ解析の結果を検討し。具体的には、FDG-PET所見を中心とした画像の特徴について解析し、これについての論文発表をおこなった。
2. データベースをもとに、年齢別のサブタイプ、画像所見、病理学的な腋窩リンパ節転移有無を含めた検討を行い、これを国際学会において発表した。
3. AI(人工知能)でのdeep learningを用いた手法を習得し、データベースとも組み合わせて、乳房超音波画像における良悪性診断についての検討を行い、発表をおこなった。
4. データベースをもとに、主にPETでの乳癌の集積から予後予測を行うためのステージ分類との関連について調べ、検討をおこなった。
|
| 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
データベース作成は順調に進展してた。１年目、２年目から引き続きの作業とともに、病理部と乳腺外科からのデータ提供もあって、データベース拡充が行われた。また、国内外の学会参加を通して、新たな解析手法についても習得を行うことができ、AI, deep learningの手法を用いた研究に着手することもできた。乳癌heterogeneityに対しては単一の手法での対応が難しいこともわかり、複数の解析をおこなって発表に繋げてきている。このように、順調に研究を勧めてこられている。
一方で、全体的な研究のまとめと論文作成がまだできていない。４年目に延長して、データの解析と論文作成を行う必要があると考えている。
|
| 今後の研究の推進方策 |
延長した最終年度には、これまでの研究の総まとめとしてのデータベースの最終的な解析をおこない、発表、国際誌への掲載を行いたいと考えている。そのためには、サブタイプ全般の解析をどのように行うかを検討し、適切な方法での解析をおこない、これまで得られた結果や発表してきた結果をあわせての検討・結論づけを行おうと考えている。また、最終年度においても最新の画像診断の情報を習得する必要があるため、学会参加や情報収集をおこなっていく予定である。
|
| 次年度使用額が生じた理由 |
翻訳や英文校正を行わなかったことと、想定よりも学会参加費用がかからなかったことにより、次年度使用額が生じている。延長しての研究において使用する。
|
