• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2020 年度 実績報告書

人工知能による乳癌悪性度予測システムの開発

研究課題

研究課題/領域番号 18K07027
研究機関東京医科大学

研究代表者

齋藤 彰  東京医科大学, 医学部, 教授 (10504615)

研究分担者 黒田 雅彦  東京医科大学, 医学部, 主任教授 (80251304)
研究期間 (年度) 2018-04-01 – 2021-03-31
キーワード人工知能解析 / デジタル病理 / 乳癌 / 術前化学療法
研究実績の概要

乳癌術前化学療法施行症例(NAC: Neoadjuvant chemotherapy)の治療開始前の針生検病理標本を、デジタル画像化の上、デジタル病理画像技術および人工知能を使用してNACの効果を予測するシステムを構築した。 症例は東京医科大学・山口大学・Weill Cornell Medicineから計310症例を入手し、207症例を人工知能のトレーニングに103症例をテスト用症例として解析を実施した。 人工知能としてはDeep Learning CNN(Convolutional Neural Network)としてResNext、ML(Machine Learning)としてSVM(Support Ve4ctor Machine)とRF(Random Forest)でModelで実施している。 NACの評価としては乳癌学会が規定している0~3の4段階(a/bに分ける6段階評価でa/bは同一とした)とRCB(Residual Cancer Burden)の指標を使用した。現時点ではSVMではROI尤度を用いたテスト症例に対するNACの反応予測では85%の精度で予測できている。 Deep Learning, Random Forestについては現在評価中であるが、3つのAIモデルの組み合わせで最終的には95%程度の精度での予測が可能になる見通しである。
これらの解析プロセスで、癌細胞の形態学的特徴量は乳癌のサブタイプ(ホルモンレセプター、Her2の発現)に対し特徴的な形態情報をもつことも見いだせた。
これらの癌細胞が持つ形態学的特徴と、癌細胞における遺伝子的な発現形態との関係性については今後の研究課題として検討していく。

  • 研究成果

    (1件)

すべて 2020

すべて 学会発表 (1件)

  • [学会発表] 乳癌病理画像の人工知能解析による術前化学療法の効果・予後予測2020

    • 著者名/発表者名
      上田亜衣 齋藤彰 黒田雅彦 石川孝
    • 学会等名
      第28回日本乳癌学会総会

URL: 

公開日: 2023-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi