
口腔癌を対象に、FDG-PET/CTから得られる代謝情報とRadiomics・機械学習を用いて、病変の性状、治療効果、予後を非侵襲的に予測する画像バイオマーカーの開発を進めている。さらに、PET画像とmRNA発現を統合するradiogenomicsや、アミノ酸PETトレーサーである18F-fluciclovineの臨床応用により、腫瘍生物学を反映する画像診断と個別化医療への展開を目指す。
口腔癌診療で日常的に撮像されるPET/CTには、SUVなどの単純な集積値だけでなく、腫瘍内部の不均一性や形状を反映する多くの画像情報が含まれている。本研究ではRadiomicsと機械学習を用いてこれらを定量化し、治療反応や予後の予測に結び付ける。さらに、画像特徴とmRNA発現を統合するradiogenomicsにより、画像から腫瘍生物学を読み解く研究へ発展させている。長年の口腔癌PET研究、核医学との連携、臨床画像を基盤とした検証が強みであり、非侵襲的なプレシジョンメディシンの実装を目指す。
PET/CT、CT、MRIなどの医用画像を基盤に、AI・機械学習、画像解析ソフトウェア、病理、ゲノム・トランスクリプトーム解析、放射性医薬品開発との共同研究が可能である。企業とは、画像解析・診断支援技術、Radiomics解析基盤、医療AI、画像と臨床情報を統合する予測モデルの開発などへの展開が期待できる。また、18F-fluciclovineなど新規PETトレーサーについて、腫瘍集積と病理学的腫瘍範囲・分子発現の比較を通じた臨床価値の評価も進めている。口腔癌に限らず、頭頸部腫瘍や顎顔面疾患の画像診断、治療反応評価、予後予測を対象とした学際的研究に発展可能である。
科研費 基盤研究(C):治療抵抗性口腔癌におけるRadiomicsを応用したプレシジョンメディシンの構築(研究代表者、2021年4月–2026年3月)
科研費 若手研究:口腔癌代謝リプログラミングを反映した新規PETバイオマーカーの探索(研究代表者、2018年4月-2022年3月)
ぐんまダイバーシティ地域推進ネットワークを通じて、異分野連携を広げ、臨床課題を実装可能な診断支援へ展開していきたい。
| 主な講義のテーマ | 歯科衛生士養成課程での口腔外科・画像診断関連講義 |
|---|---|
| 担当講義名 |
|
| 講義の概要 | 口腔外科認定医・歯科放射線専門医として、顎口腔領域の診察手技、CT・MRI・PET/CTを用いた画像診断、がん患者の周術期口腔機能管理を教育している。画像所見を病態・病理と結び付けて理解し、臨床上の意思決定に活かせることを重視している。 |
| 社会貢献できる関連分野名 | 口腔がん、頭頸部画像診断、核医学・PET、医療AI・Radiomics、周術期口腔機能管理 |
|---|---|
| 参画している審議会・委員会名 |
|
| 直近の講演会のタイトル | Predictive Modeling of Oral Squamous Cell Carcinoma Outcomes Using PET Texture Analysis and Machine Learning |