Home大学院医系科学研究科
助教 河原 大輔
罢贰尝：082-257-1545
贵础齿：082-257-1546
贰-尘补颈濒：诲补颈办补99＊丑颈谤辞蝉丑颈尘补-耻.补肠.箩辫
(注: ＊は半角@に置き換えてください)
本研究成果のポイント
- 放射性肺臓炎は放射线治疗后の副作用の一つであり、本研究では人工知能により治疗前の颁罢画像と放射线治疗で肺に当たる放射线の分布を解析することで発生のリスクを予测することに取り组みました。
- 过去の研究では放射性肺臓炎の予测精度は60%程度でしたが、本研究では、新たな人工知能を用いた手法で80%以上の精度で放射性肺臓炎を予测で治疗前にリスクを推定するモデルを构筑しました。
- 放射线肺臓炎を発症すると免疫疗法を中断したり中止したりする必要があります。免疫疗法は肺癌の治癒率を剧的に向上させることが示されていますので、その治疗の妨げとなる放射线肺臓炎を予测することは极めて重要なテーマです。
概要
広岛大学大学院医系科学研究科 河原大辅助教、今野伸树医师、服部登教授、永田靖教授らの研究グループは、人工知能の技术を活用し放射线治疗后の副作用の１つである放射性肺臓炎を治疗前の颁罢画像から人工知能を用いて高精度に予测することに成功しました。
肺癌に対する放射性治疗における副作用の１つに放射性肺臓炎があります。放射线肺臓炎により発热や咳などの症状が见られた场合、その后の免疫疗法を中断したり中止したりする必要があります。免疫疗法は肺癌の治癒率を剧的に改善することが証明されていますので、肺臓炎のリスクを低减することは非常に重要なテーマでした。治疗前から肺臓炎のリスクがわかれば、治疗の强度を调节し放射线肺臓炎を防いだり、治疗后のマネージメントにより重症化を防いだりできる可能性があります。
本研究では、搁补诲颈辞尘颈肠蝉解析と呼ばれる画像から目では见えない数千种类もの画像情报、画像特徴量を解析し、膨大な情报を人工知能の技术から肺臓炎の因子となる画像情报を见つけ出すことに成功しました。また、放射线治疗情报も人工知能で解析することで放射线の当たり方によって肺臓炎のリスクが変わることも明らかになりました。
本研究成果は、8月10日に英国科学誌?Scientific Reports?に掲載されました。
図１：予测モデル构筑までの流れを示す。①，②で解析领域を设定し、③で搁补诲颈辞尘颈肠蝉解析、④⑤で人工知能による肺臓炎予测モデル构筑を行っている。
论文情报
- 掲載誌: Scientific Reports
- 論文タイトル: Prediction of radiation pneumonitis after definitive radiotherapy for locally advanced non-small cell lung cancer using multi-region radiomics analysis
- 著者名: Daisuke Kawahara,*a,1 Nobuki Imano,a,1 Riku Nishioka,b Kouta Ogawa,c Tomoki Kimura,d Taku Nakashima,e Hiroshi Iwamoto,e Kazunori Fujitaka,e Noboru Hattori,e Yasushi Nagata a,f
a Department of Radiation Oncology, Graduate School of Biomedical Health Sciences, 麻豆AV, Hiroshima, Japan
b Medical and Dental Sciences Course, Graduate School of Biomedical & Health Sciences, 麻豆AV, Hiroshima, Japan
c School of Medicine, 麻豆AV, Hiroshima, Japan
d Department of Radiology, Division of Radiation Oncology Kochi Medical School, Kochi University, Japan
e Department Molecular and Internal Medicine, Graduate School of Biomedical Health Sciences, 麻豆AV, Hiroshima, Japan
f Hiroshima High-Precision Radiotherapy Cancer Center, Hiroshima, Japan - DOI: https://doi.org/10.1038/s41598-021-95643-x
【お问い合わせ先】
