| 研究課題/領域番号 |
21K15775
|
|---|
| 研究機関 | 駒澤大学 |
|---|
研究代表者 |
中島 祐二朗 駒澤大学, 医療健康科学部, 講師 (20799530)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | 定位放射線治療 / 転移性脊椎腫瘍 / radiomics / 機械学習 |
|---|
| 研究実績の概要 |
転移性骨腫瘍は疼痛や脊髄圧迫を引き起こし癌患者の生活の質を低下させる。近年、転移性 骨腫瘍に対して1回大線量を用いる定位放射線治療を行われている。定位放射線治療は腫瘍制御が期待できる一方で、大線量による圧迫骨折のリスクがあることを示した。従来治療では線量分布の線量強度が均一なため、これらの治療反応を処方線量で予測してきた。一方で、定位放射線治療は腫瘍に大線量を投与するために不均一な線量分布が用いられるため、処方線量を定義することができず、高精度に治療反応を予測するのは困難である。そこで本研究は高次元の画像特徴量を抽出するRadiomics解析と深層学習を組み合わせた治療反応予測モデルを構築し、放射線治療前のCTやMRIの画像と線量分布を入力することで、腫瘍制御と有害事象を高精度に予測するシステムを開発することを目的とする。本システムによって、放射線抵抗性の症例や圧迫骨折リスクの高い患者を抽出でき、患者ごとに最適化された放射線治療を実施できる。その結果、転移性骨腫瘍の治療成績の向上と放射線障害の発生を低減できることが期待される。
2021年度はデータベースの作成および、データ解析環境の構築を行った。患者データは東京都立駒込病院において定位放射線治療が施行された転移性骨腫瘍の500症例（モデル作成用：400症例, テスト用:100症例）を解析対象として準備した。データ解析環境としてradiomics解析および機械学習による予測モデルが作成な環境を構築した。
|
| 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
予定通り進んでいる。
|
| 今後の研究の推進方策 |
収集したデータに対してradiomics解析を行い予測モデルの作成および制度検証を行う。また深層学習による画像特徴量解析を実施可能な環境を構築する。
|
| 次年度使用額が生じた理由 |
コロナ禍で旅費および人件費の使用が少なかったため。2022年度でコロナ禍の影響が小さければ、旅費および人件費に繰り越した予算を使用する。
|
