国立大学法人 188博金宝,188博金宝网页

本学への寄付
  • HOME
  • 新着ニュース
  • 子宮筋腫の治療方針の決定に役立つ新たな診断システムを開発

子宮筋腫の治療方針の決定に役立つ新たな診断システムを開発

発表のポイント

  • 子宮筋腫は発症に関与する遺伝子変異の有無によって少なくとも2つの種類 （サブタイプ）に分類され、子宮筋腫のサブタイプによって薬物療法の効果が異なります。
  • MRIの画像情報をもとにして人工知能（AI；Artificial Intelligence）の手法を用いることにより、子宮筋腫のサブタイプを高精度に診断できる新たな診断システムを開発しました。
  • 本研究の診断システムで子宮筋腫のサブタイプを非侵襲的に診断することができるため、より有効な治療薬の選択や適切な治療方針の決定に役立つことが期待されます。

概要

　188博金宝,188博金宝网页大学院医学系研究科の産科婦人科学講座（爲久 哲郎助教、杉野 法広教授ら）と放射線医学講座（田辺 昌寛准教授、伊東 克能教授）研究グループは、子宮筋腫の治療方針の決定に役立つ新たな診断システムを開発しました。
　子宮筋腫の発症に関与する遺伝子変異として、Mediator complex subunit 12(MED12) 遺伝子の変異が注目されています。子宮筋腫はこのMED12変異の有無によって少なくとも 2?つの種類（サブタイプ）に分類されます。最近、これらの子宮筋腫のサブタイプ間で組織構成や女性ホルモンの感受性が異なることが報告されました。子宮筋腫は女性ホルモンによって増大するため、薬物療法には女性ホルモンの分泌を抑制する作用を持つ治療薬を使用します。その薬物療法による子宮筋腫の縮小効果はサブタイプによって異なることが分かっているため（図1）、サブタイプをあらかじめ知ることができれば治療効果が予測できます。
　本研究では、子宮筋腫のMRI画像（図2）から得られる情報をもとにして人工知能（AI；Artificial Intelligence）の手法を用いることにより、非侵襲的に子宮筋腫のサブタイプを高精度に診断できる新たな診断システムを開発しました（図3）。本研究の診断システムを用いて子宮筋腫のサブタイプを非侵襲的に診断することができるため、より適切な治療方針の決定に役立つことが期待されます（図4）。


図1　子宮筋腫のサブタイプ間における薬物療法による治療効果の比較
薬物療法では、MED12(＋)筋腫に比べて、MED12(－)筋腫の方が縮小しやすいことが分かりました。


図2　子宮筋腫サブタイプ間のMRI画像の比較
MRI画像中の子宮筋腫を点線で囲っています。T2WI、ADC、T1map、MTC、T2*BOLDという5つのMRIシーケンスにおいて、子宮筋腫はサブタイプ間で異なるシグナル強度を呈しました。


図3　機械学習による子宮筋腫サブタイプの予測モデルの開発
子宮筋腫のMRIの値とサブタイプの情報を、機械学習の手法を用いて学習させることにより、MRIの値から子宮筋腫サブタイプを診断する予測モデルを作成しました。予測モデルの種類にはサポートベクター分類とロジスティック回帰を選択しました。最終的な診断精度の評価は、予測モデルの作成に用いていない未知のテスト用データセットに対してどれだけの精度で予測できるかを検証することで行いました。


図4　確立した予測モデルの臨床応用の例
計測した子宮筋腫のMRIの値を、予測モデルの機能を搭載したアプリケーションなどに入力することによって、治療方針の決定に役立つ診療支援の情報を得ることができます。

 

謝辞

　本研究は、国立研究開発法人日本医療研究開発機構（AMED）、あすか製薬株式会社、日本学術振興会科研11件（課題番号: JP22K19603, JP23H03043, JP21K09517, JP21K09495, JP23K08889, JP23K08824, JP23K08870, JP23K07312, JP21K09542, JP23K15838, JP21K16816）の資金提供を受けて行われました。

研究の詳細はこちら

論文情報

  • 論文名：Establishment of Noninvasive Prediction Models for the Diagnosis of Uterine Leiomyoma Subtypes
    「子宮筋腫サブタイプの診断のための非侵襲的な予測モデルの確立」
  • 著　者：Tetsuro Tamehisa, Shun Sato, Takahiro Sakai, Ryo Maekawa, Masahiro Tanabe, Katsuyoshi Ito, Norihiro Sugino
    爲久 哲郎、佐藤 俊、坂井 宜裕、前川 亮、田辺 昌寛、伊東 克能、杉野 法広（責任著者）
  • 掲載誌：Obstetrics & Gynecology
  • 掲載日：2023年12月7日付（ワシントンD.C.時間午後5時）
  • D O I：10.1097/AOG.0000000000005475. Epub 2023 Dec 7.
TOP