| 研究課題/領域番号 |
19K08230
|
|---|
| 研究機関 | 札幌医科大学 |
|---|
研究代表者 |
長谷川 智一 札幌医科大学, 医学部, 助教 (80631168)
|
|---|
| 研究分担者 |
小塚 陽介 札幌医科大学, 医学部, 研究員 (50808160)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 機械学習 / 放射線治療 |
|---|
| 研究実績の概要 |
機械学習法を用いて、精度の高い臨床応用が容易な放射線治療による腫瘍免疫活性化の予測モデルを作成することであるが、前段階として生検標本を使用した免疫組織染色による放射線治療効果予測モデルを作成した。
機械学習法を用いた放射線治療の効果予測のために、前立腺がんの臨床因子と免疫組織染色に基づくKu70の発現を利用して放射線療法の結果を予測するためのモデルを開発した。2007年8月から2010年10月までに強度変調放射線療法（IMRT）を受けた前立腺癌の限局性腺癌患者58人、および2001年8月から2007年5月までに3次元原体放射線療法（3D-CRT）で治療された患者21人を分析した。4つの一般的な分類アルゴリズム（決定木法、人工ニューラルネットワーク（ANN）、サポートベクターマシン（SVM）、およびロジスティック回帰）を比較した。結果、ANNは、生化学的再発を予測するための正診率は83.1％であった。生化学的再発を予測する感度と特異度は、ANNでそれぞれ86.8％と75.0％、決定木法で41.7％と86.8％、SVMで50.0％と90.6％、ロジスティック回帰で50.0％と83.0％であった。
|
| 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
研究目的の一つとして、機械学習法を用いて、精度の高い臨床応用が容易な放射線治療によ
る腫瘍免疫活性化の予測モデルを作成することであるが、前段階として生検標本を使用した免疫組織染色による放射線治療効果予測法を作成し、有望な結果が得られた。
|
| 今後の研究の推進方策 |
引き続き、術前放射線治療された子宮頸癌の生検サンプル（放射線治療後）と手術サンプル
（放射線治療後）を用いて、機械学習を行い、予測モデルを作成する
|
| 次年度使用額が生じた理由 |
（理由）すでに研究室にあった消耗品を使用して研究を行ったため、残額が生じた。
（使用計画）前年度の残額と今年度の直接経費を使用して、解析法の研究を行う。これらの研究における消耗品、学会参加のための費用などに使用する予定である。
|
