機械学習を用いた頭頸部癌術後放射線治療におけるリンパ領域自動描出法の確立

本研究では、放射線治療において多くの場面で必要とされる術後放射線治療に着目する。術後放射線治療における大きな問題点は、術後であるが故に正常構造が外科的侵襲により大きく破壊されている点である。放射線治療医は、そこを考慮しつつdelineation（ターゲットやリスク臓器の描出）を行い、出来るだけ正確な治療が行えるように細心の注意を払う。特に大きな問題となるものの一つがリンパ節領域のdelineationである。これを正確に行うには放射線治療医の中でも相当な熟練が必要であり、特に頭頚部癌や骨盤領域（子宮頚癌、腟癌、子宮体癌）においては非常な苦労を伴うことが多く、そのために不正確となってしまう場合もある。本研究では、術後放射線治療が多く行われる領域で、特に困難を伴うリンパ節領域のdelineationの正確性を高めることを目的とする。そしてそれを達成するために近年放射線医療の分野で頻繁に用いられる人工知能(Artificial intelligence: AI)を用いることを提案するものである。本研究では、特に術後放射線治療が行われることの多い頭頚部癌を対象としている。まず2022年度の目標としては、まず症例の集積150例（2013-2020）である。現時点ではこちらを進めつつ、次の目標である、術前CT画像におけるリンパ節領域に対するdelineation、すなわち複数の治療医（代表者＋分担者）がdelineationし、検討を加え最適なものとして、教師データ（入力）として用いる、という段階を進めつつある状況である。

本研究では、放射線治療において多くの場面で必要とされる術後放射線治療に着目する。術後放射線治療における大きな問題点は、術後であるが故に正常構造が外科的侵襲により大きく破壊されている点である。放射線治療医は、そこを考慮しつつdelineation（ターゲットやリスク臓器の描出）を行い、出来るだけ正確な治療が行えるように細心の注意を払う。特に大きな問題となるものの一つがリンパ節領域のdelineationである。これを正確に行うには放射線治療医の中でも相当な熟練が必要であり、特に頭頚部癌や骨盤領域（子宮頚癌、腟癌、子宮体癌）においては非常な苦労を伴うことが多く、そのために不正確となってしまう場合もある。本研究では、術後放射線治療が多く行われる領域で、特に困難を伴うリンパ節領域のdelineationの正確性を高めることを目的とする。そしてそれを達成するために近年放射線医療の分野で頻繁に用いられる人工知能(Artificial intelligence: AI)を用いることを提案するものである。本研究では、特に術後放射線治療が行われることの多い頭頚部癌を対象としている。まず2022年度の目標としては、まず症例の集積150例（2013-2020）である。現時点ではこちらを進めつつ、次の目標である、術前CT画像におけるリンパ節領域に対するdelineation、すなわち複数の治療医（代表者＋分担者）がdelineationし、検討を加え最適なものとして、教師データ（入力）として用いる、という段階を進めつつある状況である。