Establishment of radiotherapy technique to minimise the risk of radiation pneumonitis in locally advanced non-small cell lung cancer.

点击翻译按钮获取中文摘要

本研究の目的は、局所進行非小細胞肺癌において、化学放射線治療後の放射線性肺臓炎を低減するために、機械学習に基づく線量分布モデルを作成し、吸気量を指標とした吸気息止めIMRT法を確立することである。局所進行非小細胞肺癌において、機械学習を用いた有害事象低リスクモデルは現在に至るまで確立されていない。本研究課題において、2022年度は機械学習を用いた放射線性肺臓炎低リスク線量分布モデル作成と検証を行った。京都大学医学部附属病院で切除不能局所進行肺癌に対してIMRTを行った症例のうち、放射線性肺臓炎の観察期間として治療後1年以上が経過している症例（治療開始日が2021年3月31日までの症例）を研究対象とした。Common Terminology Criteria for Adverse Events v.4.0に基づく有害事象を後方視的に収集し、同時に放射線治療計画の線量分布データを用いて機械学習を用いた放射線性肺臓炎低リスクの線量分布モデルを作成した。モデルの精度検証を行ったのち、ハイパーパラメータチューニングを繰り返しモデルの再作成を行っている。本モデルの使用により、放射線性肺臓炎が低減できる可能性がある。2023年度に本研究課題によるモデル作成の結果につき、学会への演題登録を予定している。