機械学習による急性白血病の経過予測モデルと診療・患者の意思決定補助ツールの開発

2022 年度 研究成果報告書

• 研究課題/領域番号: 19K16975
• 研究種目: 若手研究
• 配分区分: 基金
• 審査区分: 小区分52010:内科学一般関連
• 研究機関: 新潟大学
• 研究代表者: 布施 香子 新潟大学, 医歯学総合病院, 講師 (40783329)
• 研究期間 (年度): 2019-04-01 – 2023-03-31
• キーワード: 急性白血病 / 予後因子 / 機械学習

研究成果の概要

急性白血病患者において複数の予後因子を総合的に判断し、患者ごとに治療をカスタマイズするための経過予測モデル作成を試みた。まずモデル作成のために新規の予後因子を検索した。疾患の分子生物学的な背景としてMarker染色体、WT-1ｍRNAの発現量の閾値設定、合併症予防のための支持療法として口腔ケア、腫瘍免疫反応にかかわるHLA遺伝子多型などを同定した。ADTreeプログラムにより造血幹細胞移植前の疾患、病期によって移植ソースを変えることで予後改善の可能性があることや移植片対宿主病の頻度予測により予防介入できる可能性が指摘された。

自由記述の分野

造血器腫瘍

研究成果の学術的意義や社会的意義

機械学習による予後予測モデルで治療成功のための分岐点を抽出する可能性を明らかにできた。今後の個別化医療に応用が期待でいる。機械学習の精度を高めるためには、診療記録・データの質とばらつき、解析データの量などが今後の課題と考えられる。今後は、特に予備能が低い高齢者において治療選択と予後、医療費への影響に関する個別経過予測モデルの構築を試みたい。