Advantages
■ 退出可否の事前予測を実現：
従来は退出時の線量測定により退出可否を判断していたが、本技術では診断時点での予測が可能
■ 放射線治療病室の運用効率向上：
予測結果を活用することで、患者ごとの入院計画および病床運用の最適化に貢献
Background and Technology
近年、「診断と治療の融合」を掲げるセラノスティクスが急速に普及している。核医学治療患者は退出基準の線量を下回るまで放射線治療病室への入院が必要であるが、当該病室は設置・維持コストが高く、慢性的な不足状態にある。現状の運用では、退出予定時のサーベイメータによる測定値に基づき退出可否を判断しており、事前予測手法は確立されていない。そのため、患者ごとの退出可否を事前に予測し、病床運用の最適化を図ることが有用である。また、先行研究ではサーベイメータ測定値を用いた線量予測モデルが報告されているが、測定者依存誤差や未知データに対する予測安定性に課題があった。
本技術は、診断時SPECT/CT画像から取得した患者個別の線源分布および人体形状を用い、モンテカルロシミュレーションにより治療時線量を算出する。これにより、診断時点で所定日における退出可否の事前予測を可能とし、放射線治療病室の効率運用を支援する。
Data
■ 177Lu-DOTATATE治療16例を対象に111In-Pentetreotide SPECT/CT画像を用いた治療翌日線量予測モデルを構築。先行研究と比較して二乗平均平方根誤差(RMSE)および平均絶対誤差(MAE)は低値を示し、予測精度が向上。
■ 未知データに対する安定した線量予測性能を確認し、翌日の退出可否判定への応用可能性を示唆。
Expectations
テックマネッジでは、大阪大学からの委託により本技術の実装や共同開発にご興味のある企業様を募集しています。
本技術を装置の付加価値機能や病床管理ソリューションとして活用いただくことを期待しています。発明者との面談や、大阪大学との秘密保持契約の締結による未公開データの開示も可能です。お気軽にお問い合わせください。
Principal Investigator
大内 健太郎 先生（大阪大学医学部附属病院 放射線部 放射線管理室）
Patents and Publications
特許出願中（未公開）