| 研究課題/領域番号 |
19K09526
|
|---|
| 研究機関 | 旭川医科大学 |
|---|
研究代表者 |
木下 学 旭川医科大学, 医学部, 教授 (40448064)
|
|---|
| 研究分担者 |
有田 英之 大阪大学, 大学院医学系研究科, 招へい教員 (60570570)
金村 米博 独立行政法人国立病院機構大阪医療センター(臨床研究センター), その他部局等, 機関長・部門長クラス (80344175)
橋本 直哉 京都府立医科大学, 医学(系)研究科(研究院), 教授 (90315945)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | MRI / 神経膠腫 / 放射線画像 / 深層学習 / 人工知能 |
|---|
| 研究実績の概要 |
本研究は、これまでの悪性脳腫瘍の遺伝子解析によって得られた知見とRadiomicsを中心とした網羅的画像解析技術の開発から、遺伝子情報、臨床情報、画像情報という異なった次元から多角的に原疾患を観察し、従来の手法では結合が困難であった画像から腫瘍遺伝子情報にまでまたがるマルチモダール情報を機械学習で結合することで、膠芽腫の予後予測、未来予測モデルを確立することである。
本研究課題を通して、定性的データである従来のMRI画像と比べて定量性的解析に有利な定量MRI(Quantitative MRI)のRadiomics解析系への実装を試行し、その有用性を明らかにすることができた（2021年Cancers, 2022年Scientific Reportsでに発表）。
さらに、これまでに研究代表者が構築してきたRadiomics解析系を大幅に改良し、放射線画像に対する畳み込み深層学習装置を組み込んだ画像解析系を構築することができた（日本脳神経外科学会 第81回学術総会 シンポジウム「AIによる脳腫瘍画像の解析と研究手法のパラダイムシフト」で報告）。
日本臨床腫瘍グループ（Japan Clinical Oncology Group:JCOG）の0911試験で前向きに収集した120例の全MRI画像に対して、これらの研究成果で構築できたRadiomics解析を行った。JCOG0911試験に対する検討で得られた、膠芽腫の予後を反映するRadiomics特徴量は研究代表者が2018年Scientific Reportsに報告したものと同様のものが多数同定され、これまでの後方視的研究で示唆されていたMRI画像に内在する予後因子を同定することができた。
|
| 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
本研究で当初掲げていた目標を達成しており、かつ解析系に深層学習装置を組み込むこともできているため、上記のような判断としている。
|
| 今後の研究の推進方策 |
本研究では悪性度脳腫瘍の代表格である膠芽腫の臨床経過を高い精度で予測できるようなアルゴリズムの開発を目指し、概ねその目標を達成することができた。膠芽腫患者の予後予測因子として年齢、初診時の神経症状、手術による摘出度（残存腫瘍量）が知られているが、個々の症例の再発時期を高精度に予測できるようなアルゴリズムは未だない。本研究で得られた成果は、脳腫瘍に限らず、他の悪性腫瘍に同概念を広げることができ、悪性腫瘍患者の「未来」を予測し、その予測された「未来」に応じて治療戦略を構築することが可能となる。本研究課題をさらに発展させて、実臨床で実装可能な解析システムを開発することを目指したい。
|
| 次年度使用額が生じた理由 |
新型コロナ感染症の影響で、当初予定していたデータの収集に遅れが生じたため、研究結果を発表するための資金を少額繰り越す必要が生じた。
|
