放射線治療と予後との因果を推論・探索する先駆的人工知能モデルの開発

开发开创性的人工智能模型来推断和探索放射治疗与预后之间的因果关系

基本信息

批准号：
22K07676
负责人：
井上達也
金额：
$ 2.66万
依托单位：
Juntendo University
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2022
资助国家：
日本
起止时间：
2022-04-01 至 2025-03-31
项目状态：
未结题

项目摘要

現在の癌治療の効果は集団レベルの平均的な確率から予測される。しかし治療の効果は、例え同じ処方でも個人が持つ背景に影響を受けるため個人ごとで効果は様々である。個人の治療効果を治療前に高い精度で推定することが患者に合わせた最適な治療を行う個別化医療においては必要不可欠である。本研究の目的は放射線治療を実施した患者データを用い、高い精度で治療効果の予測を可能とする人工知能モデルを開発することである。本年度は放射線治療前の治療計画の段階で治療中の癌の進展を予測することを目的として、非小細胞肺癌に対して放射線治療を実施した患者の治療前に撮影したCT画像および放射線治療計画で作成した線量分布のデータから治療期間中の肺癌の状態を予測する深層学習モデルの開発に着手した。この実験では治療期間中の患者の状態を反映したCT画像を予測生成するモデルを深層学習技術の一つである敵対的生成ネットワークにより作成した。画像を生成するモデルの作成は人工知能開発プラットフォーム上で行えたが、構造類似度などの画像評価指標を用いてモデルにより生成した画像と正解となる実際の治療中に撮影した画像の比較を行った結果、その精度は臨床で使用するには不十分であった。敵対的生成ネットワークモデルの学習に十分な症例数を組み込めていない点を考慮し、データの水増しを行えるようにモデルの改良を行った。また、更なる精度改善のためにモデルの損失関数の調整やパッチ数などの学習アルゴリズムの最適化に取り組んでいる。

当前癌症治疗的有效性是通过人群平均概率来预测的。然而，即使处方相同，治疗效果也会因人而异，因为它受到个人背景的影响。在治疗前高精度估计个体治疗效果对于个性化医疗至关重要，从而为患者提供量身定制的最佳治疗。这项研究的目的是开发一种人工智能模型，可以利用接受放射治疗的患者数据高精度预测治疗效果。今年，为了在放疗前的治疗计划阶段预测治疗期间癌症的进展，我们已经开始使用治疗前拍摄的CT图像和接受过非小细胞肺癌放疗的患者的放疗计划。开发一个深度学习模型，根据上述创建的剂量分布数据预测治疗期间肺癌的状态。在本实验中，使用生成对抗网络（一种深度学习技术）创建了一个模型，可以预测并生成反映治疗期间患者状况的 CT 图像。生成图像的模型是在人工智能开发平台上创建的，但将模型生成的图像以结构相似度等图像评价指标与实际治疗时拍摄的图像进行比较作为正确答案，其准确性不足。供临床使用。考虑到生成对抗网络模型的学习中没有纳入足够数量的案例，我们改进了模型，使其可以夸大数据。我们还在努力调整模型的损失函数并优化学习算法，例如补丁的数量，以进一步提高准确性。