Prognostic model for GBM via Radiogenomics

点击翻译按钮获取中文摘要

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。