• 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

2022 年度 研究成果報告書

患者個別化医療に向けた治療前の医療画像のみから腫瘍の縮小を予測する手法の開発

研究課題

  • PDF
研究課題/領域番号 20K22795
研究種目

研究活動スタート支援

配分区分基金
審査区分 0901:腫瘍学およびその関連分野
研究機関東北大学

研究代表者

田中 祥平  東北大学, 大学病院, 助手 (90883330)

研究期間 (年度) 2020-09-11 – 2023-03-31
キーワード放射線治療 / 腫瘍 / 人工知能 / 機械学習 / レディオミクス / CT
研究成果の概要

本研究は放射線治療前のCT画像から、放射線治療による腫瘍の縮小を予測した。放射線治療の前に縮小するか縮小しないかを予測することにより、縮小する患者にのみプランの再作成を粉うことができるため、臨床現場の負担軽減や治療方法の選択肢が広がることが期待される。
方法としては腫瘍のCT画像を人工知能(AI)へ入力し、そこから様々な腫瘍の特徴を数値化したものを抽出した。その数値データから腫瘍が縮小しないか縮小するかを予測した。
結果としてはAUC=0.7程度のまずまずの精度で予測することができた。本研究の結果をさらに外部検証することによって今後の実用化につながっていくと考えている。

自由記述の分野

放射線腫瘍学

研究成果の学術的意義や社会的意義

【学術的な意義】本研究により、人工知能によって、放射線治療前のCT画像から放射線治療後の腫瘍の縮小を予測することが可能であることが示唆されました。従来は、年齢や化学療法や腫瘍部位などの臨床情報を用いることが一般的でしたが、本研究により治療前のCT画像から予測が可能であることが示唆されました。
【社会的な意義】本研究により、放射線治療前のCT画像から治療効果を予測すると治療計画の再計画が必要な患者を特定できたり、治療効果が薄いと認められた患者に対しては手術などの別の治療法を選択できるようになったりします。このようなことから、がんの治療効果の予測に関する研究は、社会的に大きな意義を持ちます。

URL: 

公開日: 2024-01-30  

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