| Project/Area Number |
19K22763
|
|---|
| Research Category |
Grant-in-Aid for Challenging Research (Exploratory)
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Medium-sized Section 58:Society medicine, nursing, and related fields
|
|---|
| Research Institution | Kochi University |
|---|
Principal Investigator |
Suganuma Narufumi 高知大学, 教育研究部医療学系連携医学部門, 教授 (50313747)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉田 真一 高知工科大学, 情報学群, 教授 (30334519)
|
|---|
| Project Period (FY) |
2019-06-28 – 2021-03-31
|
| Project Status |
Completed (Fiscal Year 2020)
|
| Budget Amount *help |
¥6,370,000 (Direct Cost: ¥4,900,000、Indirect Cost: ¥1,470,000)
Fiscal Year 2020: ¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000)
Fiscal Year 2019: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
|
|---|
| Keywords | じん肺 / 胸部画像診断 / 機械学習 / 職業性肺疾患 / 胸部X線画像 / 深層学習 / 画像診断 / 人工知能 / コンピュータ診断支援 / 自動診断 |
|---|
| Outline of Research at the Start |
我々が2005年に開発した職業性呼吸器疾患のための高分解能ＣＴ分類（ICOERD）は、びまん性肺疾患をこれまでの胸部エックス線ではない精密な画像で診断する方法として、世界的に注目されている。本研究では、職業性呼吸器疾患の専門家と人工知能研究の専門家が手を組み、機動性の高い医療ICTベンチャー企業も絡みながら、人工知能を用いた自動診断支援を実現する。挑戦的研究としての意義は、人工知能をディープラーニングとエキスパートシステムの二種類のアプローチを駆使して、専門家の読影結果と大差ない判定を可能にする新しい画像診断法を拓くことにある。
|
| Outline of Final Research Achievements |
Chest radiograph dataset of 112,120 images provided by National Institute of Health was utilized to perform fine-tuning machine learning, and diagnosed 14 diseases. The algorithm was useful for detecting localized lesions. After adding dataset of pneumoconioses, we developed our original algorithm, which will be published soon. Further analysis regarding pleural plaque will be added.
|
| Academic Significance and Societal Importance of the Research Achievements |
じん肺は、職業性の鉱物性粉じん曝露によって生じるびまん性肺疾患であり、古くから知られている一方で、世界的に産業医学上の重要な課題であり続けている。この重症度分類には、胸部単純エックス線が公的な診断基準として用いられてきており、国際労働機関による国際じん肺エックス線分類が長年用いられている。日米を含めた世界各国で、胸部エックス線を用いてのスクリーニングが法律で義務づけられていても、これを正しく実施しうる医師が十分にいない。このような問題を、コンピュータ診断支援ソフトを開発し解決することが、本研究の意義である。
|
