Radiogenomicsによる個別化医療ナビゲーションシステム

点击翻译按钮获取中文摘要

これまでに，脳腫瘍の分子分類を行うRadiomics研究を進めてきた．病変の形状やテクスチャなどの表現型から1p19q共欠失を推定する手法を開発してきたが，その推定結果をどのように医師に提示すれば，意思決定に役立つかという検討は行っていなかった．そこで本年度は意思決定支援に関する研究を行った．病変の検出では，コンピュータが指摘した場所に病変が存在すればコンピュータが出力した結果が正しいと理解することができる．しかし，画像所見から病変の遺伝型を推定するシステムでは，コンピュータの結果が正しいかどうかを判断することが難しい．がんゲノム医療では，様々な検査結果と治療法の検討を行うゲノムキャンサーボードと呼ぶ会議が行われ，その結果が患者に開示される．治療方針の決定は，医師の裁量権と患者の選択権の兼ね合いで決められるため，この会議で必要なA I技術は，様々なデータを可視化して患者の治療方針を検討する意思決定の支援ツールであると考えられる．この課題に関して，データの分析結果を可視化し，対話操作などを組み合わせることによって，可視化結果から統合的な知見を引き出すVisual Analyticsと呼ぶ考え方が存在する．これはA I自身が判断をするのではなく，A Iはあくまで人の判断を助ける情報提示の技術という考え方である．本年度は，Visual Analyticsの考え方を参考に，AIのユーザがデータを理解して問題を解決するユーザ主導型の意思決定支援ツールの要素技術の開発を行った．データ分布を可視化して過去の類似症例の表示に応用できる多次元尺度構成法，患者にも理解できるように診断確率を表示するロジスティック回帰，A Iが何故そのように判断したのかの根拠が可視化できるノモグラムの手法をそれぞれ構築する成果を得た．