前立腺癌小線源治療に関する臨床データ、dose-volumeデータ、生物学的データを機械学習の手法を用いて統合分析し、有害事象や再発を予測するモデルを構築することを目的とした。その結果、機械学習を用いた直腸出血の予測モデルは、従来有用と考えられてきた直腸出血の予測因子よりも高い予測精度を示すことがわかった。また、小線源治療後の再発を予測するモデルを構築し、臨床的再発部位の予測に関しても機械学習が有用である可能性が示唆された。
Machine learning classification algorithms for prediction of treatment response are becoming more popular in radiotherapy literature. The purpose of this study is to estimate their discriminative performance for outcome prediction after prostate permanent brachytherapy. Machine learning algorithms yield higher discriminative　performance in toxicity prediction after permanent prostate brachytherapy than single dosimetric parameter. Our results also show that machine learning algorithms can predict clinical recurrence after prostate brachytherapy.

研究種目 : 基盤研究 (C) (一般)
研究期間 : 2018～2020
課題番号 : 18K07644
研究分野 : 医学