| 研究課題/領域番号 |
19K08109
|
|---|
| 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52040:放射線科学関連
|
|---|
| 研究機関 | 川崎医科大学 |
|---|
研究代表者 |
玉田 勉 川崎医科大学, 医学部, 教授 (40278932)
|
|---|
| 研究分担者 |
宮地 禎幸 川崎医科大学, 医学部, 教授 (00294463)
山本 亮 川崎医科大学, 医学部, 准教授 (30319959)
鹿股 直樹 聖路加国際大学, 聖路加国際病院, 部長 (60263373)
曽根 照喜 川崎医科大学, 医学部, 教授 (90179383)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 前立腺癌 / MRI / MRIガイド下生検 / 腫瘍悪性度 / 拡散強調像 |
|---|
| 研究成果の概要 |
治療前の前立腺癌の悪性度評価の精度はその後の治療法の決定に大きな影響を与える。近年、MRI‐超音波融合画像ガイド下前立腺標的生検（MRIガイド下生検）が保険適応となり従来の系統的生検より悪性度の識別能は高まっているが未だ不十分である。そこで我々は前立腺MRIの中で前立腺癌の悪性度を反映する拡散強調像のADC mapに着目し、これをMRIガイド下生検に応用する臨床研究を考案した。177症例を用いた解析において、ADC map を応用したMRIガイド下生検単独の治療前の前立腺癌悪性度の識別能は、それにMRIや臨床から得られる指標加えた機械学習モデルを用いても凌駕できない優れた診断法であった。
|
| 自由記述の分野 |
放射線診断学
|
| 研究成果の学術的意義や社会的意義 |
治療前の前立腺癌の悪性度はその後の治療法の決定に大きな影響を与えます。我々は、MRI‐超音波融合画像ガイド下前立腺標的生検の際に前立腺MRIの撮像法の一つである拡散強調像（ADC map）の情報を加えた生検方法を考案した。その診断精度は最近話題となっている人工知能（AI）を用いた機械学習モデルでも超えることができない高い診断能を有することが分かった。本研究の成果は、前立腺癌の患者さんに適切な治療を提供するための最適な診断法を明らかにし、今後それが臨床応用されることを示唆した。
|
