放射線腫瘍学におけるラヂオミクス-その基礎、方法、限界

Radiomics in radiation oncology-basics, methods, and limitations.

• Philipp Lohmann
• Khaled Bousabarah
• Mauritius Hoevels
• Harald Treuer

抄録

過去数年の間に、固形腫瘍患者の臨床管理に利用できる画像データの量と複雑さが大幅に増加している。人工知能（AI）や機械学習の分野からの支援なしには、利用可能な画像情報の完全な評価は、臨床ルーチンではほとんど実現不可能である。特に放射線治療計画においては、病変の手動検出とセグメンテーションは手間がかかり、時間がかかり、観察者間で大きなばらつきがある。ここで、AIはすでに放射線腫瘍医を支援する技術を提供しており、最終的には生産性と品質を向上させ、患者の転帰の改善につながる可能性がある。病変の検出とセグメンテーションに加えて、AIは、通常、人間の知覚ではアクセスできない構造的または機能的な画像データから、多くの定量的な画像特徴を抽出することができる。これらの特徴は単独で、あるいは他の臨床パラメータと組み合わせて、例えば放射線治療に対する反応の予測などを可能にする数学的モデルを生成するために使用することができる。AIという大きな分野の中で，放射線医学は定量的な画像特徴の抽出と，予測や予後の数理モデルの生成を扱うサブディシプリンである．本稿では、放射線治療を受けた脳腫瘍患者に焦点を当てて、放射線医学の基礎、方法、限界を概説する。

Over the past years, the quantity and complexity of imaging data available for the clinical management of patients with solid tumors has increased substantially. Without the support of methods from the field of artificial intelligence (AI) and machine learning, a complete evaluation of the available image information is hardly feasible in clinical routine. Especially in radiotherapy planning, manual detection and segmentation of lesions is laborious, time consuming, and shows significant variability among observers. Here, AI already offers techniques to support radiation oncologists, whereby ultimately, the productivity and the quality are increased, potentially leading to an improved patient outcome. Besides detection and segmentation of lesions, AI allows the extraction of a vast number of quantitative imaging features from structural or functional imaging data that are typically not accessible by means of human perception. These features can be used alone or in combination with other clinical parameters to generate mathematical models that allow, for example, prediction of the response to radiotherapy. Within the large field of AI, radiomics is the subdiscipline that deals with the extraction of quantitative image features as well as the generation of predictive or prognostic mathematical models. This review gives an overview of the basics, methods, and limitations of radiomics, with a focus on patients with brain tumors treated by radiation therapy.