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

建立放射治疗技术，以尽量减少局部晚期非小细胞肺癌发生放射性肺炎的风险。

基本信息

批准号：
22K20856
负责人：
岸徳子
金额：
$ 1.58万
依托单位：
Kyoto University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Research Activity Start-up
财政年份：
2022
资助国家：
日本
起止时间：
2022-08-31 至 2024-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-22K20856/
关键词：
放射線治療肺癌機械学習放射線性肺臓炎

项目摘要

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。

本研究的目的是建立基于机器学习的剂量分布模型，以建立减少局部晚期非小细胞肺癌放化疗后放射性肺炎的规律。迄今为止，尚未针对局部晚期非小细胞肺癌建立使用机器学习的不良事件低风险模型。在 2022 财年的这个研究项目中，我们使用机器学习创建并验证了放射性肺炎的低风险剂量分布模型。在京都大学医院针对不可切除的局部晚期肺癌进行 IMRT 的病例中，放射性肺炎的观察期为治疗后一年或以上（治疗开始日期为 2021 年 3 月）至 31 天的病例。在研究中。我们根据不良事件通用术语标准 v.4.0 回顾性收集不良事件，同时利用放射治疗计划中的剂量分布数据，通过机器学习创建了低风险放射性肺炎剂量分布模型。验证模型的准确性后，通过重复的超参数调整重新创建模型。使用该模型可以减少放射性肺炎。我们计划将基于该研究课题的模型创建结果提交至2023年的学术会议。