次世代がん放射線治療「BNCT」を高速・高精度化

－深層学習モデルの開発により頭頸部がん治療計画の効率化と患者の治療機会増に期待－

2026年5月28日 14:00

研究者情報

〇大学院医学系研究科　病院講師　角谷倫之
ウェブサイト

発表のポイント

ホウ素中性子捕捉療法（BNCT）^（注1）において、従来は約16時間を要していた「モンテカルロ法^（注2）」による線量計算を、深層学習^（注3）モデルの導入により、約11分へと大幅に時間短縮することに成功しました。
粗い条件（粒子数や計算の細かさを抑えた簡易計算）で得られる線量分布と密度情報から、高精度線量分布を高い一致度で再現可能であることを実証しました。
計算時間の大幅短縮によって、BNCT治療計画の効率化と高品質化が期待され、医療従事者の負担軽減や、患者への迅速なBNCT提供につながることが期待されます。

発表概要

ホウ素中性子捕捉療法（BNCT）は、がん細胞に集積したホウ素と中性子の反応を利用して、がん細胞を選択的に破壊する放射線治療です。しかし、治療計画に不可欠なモンテカルロ線量計算は、高精度な反面、膨大な計算時間がかかることが臨床現場の大きな課題でした。
東北大学大学院医学系研究科放射線腫瘍学分野の神宮啓一教授、角谷倫之病院講師、加藤亮平大学院生（南東北BNCT研究センター）らの研究グループは、頭頸部がん患者114例の治療データを用い、次世代のがん放射線治療であるBNCTにおける高精度かつ高速な線量計算を可能にする深層学習モデルを頭頸部がん向けに開発しました。本モデルは、約11分で算出される粗い条件の線量分布と患者の密度情報を入力し、従来は約16時間を要していた高精度線量分布を、1秒未満で出力します。これにより、これまで約16時間かかっていた高精度な線量計算時間を、約11分へと大幅に時間短縮することに成功しました。本研究成果により、BNCT治療計画の効率化と高品質化が進むとともに、医療従事者の負担軽減、患者への迅速な治療提供への貢献が期待されます。
本研究成果は、2026年5月26日付で国際学術誌「Medical Physics」にオンライン公開されました。



図1. 深層学習モデルを用いた高精度かつ高速なBNCT線量計算のワークフロー

用語解説

注1. ホウ素中性子捕捉療法（BNCT）：ホウ素10Bと熱中性子との核反応を利用した放射線治療。あらかじめがん細胞にホウ素薬剤を集積させたうえで、中性子を照射し、がん細胞の内部で生じる核反応によって選択的に細胞を破壊する。
注2. モンテカルロ（MC）法：体内における放射線の挙動を確率論的にシミュレーションする線量計算手法。非常に高い計算精度を有する一方、膨大な計算時間を必要とする。
注3. 深層学習：人間の神経細胞の仕組みを模したニューラルネットワークを用いた人工知能（AI）技術の一つ。大量のデータから特徴量を学習し、高度な予測や画像解析などを行うことができる。

論文情報

タイトル：Development of a practical and high-speed deep learning-based dose calculation model in boron neutron capture therapy for head and neck cancer
著者： Ryohei Kato, Noriyuki Kadoya*, Takahiro Kato, Akihiko Takeuchi, Shinya Komori, Keiichi Jingu, Yoshihiro Takai
*責任著者：東北大学大学院医学系研究科放射線腫瘍学分野　病院講師　角谷　倫之（かどや　のりゆき）
掲載誌：Medical Physics
DOI：10.1002/mp.70497

詳細（プレスリリース本文）

問い合わせ先

（研究に関すること）
東北大学大学院医学系研究科
放射線腫瘍学分野
病院講師　角谷　倫之（かどや　のりゆき）
TEL: 022-717-7433
Email: noriyuki.kadoya.e4*tohoku.ac.jp（*を@に置き換えてください）
（報道に関すること）
東北大学大学院医学系研究科・医学部広報室
東北大学病院広報室
TEL: 022-717-8032
Email: press.med*grp.tohoku.ac.jp（*を@に置き換えてください）






東北大学は持続可能な開発目標（SDGs）を支援しています