| Project/Area Number |
17K17661
|
|---|
| Research Category |
Grant-in-Aid for Young Scientists (B)
|
| Allocation Type | Multi-year Fund |
|---|
| Research Field |
Medical systems
Life / Health / Medical informatics
|
|---|
| Research Institution | The University of Tokyo |
|---|
Principal Investigator |
Miki Soichiro 東京大学, 医学部附属病院, 特任助教 (30707766)
|
|---|
| Project Period (FY) |
2017-04-01 – 2020-03-31
|
| Project Status |
Completed (Fiscal Year 2019)
|
| Budget Amount *help |
¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Fiscal Year 2019: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2018: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2017: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
|
|---|
| Keywords | コンピュータ支援検出 / 脳動脈瘤 / MR血管撮影 / 人工知能 / コンピュータ支援診断 / 放射線医学 / 画像診断 |
|---|
| Outline of Final Research Achievements |
Computer-aided detection (CAD) is a technology that processes medical images by computer and presents the results to radiologists to assist their imaging diagnoses. However, it has been observed that the radiologists who use CAD failed to notice true lesions even after referring to the results from CAD. In this study, we hypothesized that the use of volume-rendering (VR) could prevent radiologists from missing lesions, and tested this hypothesis through an observer performance study.
|
| Academic Significance and Societal Importance of the Research Achievements |
日本では放射線科医が不足している一方で、画像診断の技術は急速に向上し、検査数も急速に増大している。人工知能の技術を用いて医用画像を処理することでより正確かつ迅速な画像診断を実現することができる。しかし人工知能自体の研究と比して、それが出力する結果を人間がどのように活用すべきかについては知見が不足している。本研究により放射線科医がより効率的にCAD技術を利用でき、正確な診断へ寄与することが期待される。
|
