CG-005
U-Net特徴量による特発性肺線維症患者の予後予測

◎植村知規（九工大/Massachusetts General Hospital and Harvard Medical School）・渡利千夏・Janne Näppi・弘中　亨（Massachusetts General Hospital and Harvard Medical School）・神谷　亨（九工大）・吉田広行（Massachusetts General Hospital and Harvard Medical School）

特発性肺線維症(IPF)は平均生存期間2-5年と予後不良な疾患であり，その臨床経過は多様であるため個々の患者の予後予測は困難である．本研究では，U-Netから得られる画像特徴量を利用した新たな予後予測手法を提案する．U-Netはリウマチ関連間質性肺疾患患者の肺野および病変領域のセグメンテーションデータを用い予備学習される．学習されたU-Netを75の IPF症例に適用し，ネットワークの最下層から得られるベクトルを画像特徴量として用い，Cox比例ハザードモデルによる予後予測を行う．評価指標であるConcordance-indexにおいて，臨床データに基づく従来手法との間に統計的有意差が認められ，提案手法はIPF患者の予後予測に有効なバイオマーカーと成り得ることが示された．