AI技術を活用した骨粗鬆症性新鮮椎体骨折の画像診断支援システムの開発に関する研究
| Project/Area Number |
20K09437
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56020:Orthopedics-related
|
|---|
| Research Institution | Osaka City University |
|---|
Principal Investigator |
星野 雅俊 大阪市立大学, 大学院医学研究科, 客員研究員 (30748637)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高橋 真治 大阪市立大学, 大学院医学研究科, 病院講師 (80735605)
田淵 仁志 広島大学, 医系科学研究科(医), 寄附講座教授 (80364008)
|
|---|
| Project Period (FY) |
2020-04-01 – 2023-03-31
|
| Project Status |
Granted (Fiscal Year 2021)
|
| Budget Amount *help |
¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
Fiscal Year 2020: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 骨粗鬆症性椎体骨折 / 人工知能 / Artificial Intelligence |
|---|
| Outline of Research at the Start |
年間発生件数約90万件と推定される骨粗鬆症性新鮮椎体骨折（Osteoporotic Vertebral Fracture:以下OVF）の画像診断は、超高齢社会において課題的疾患である骨粗鬆症に対する診療の根幹をなすものであるが、最も汎用されるX線撮影は急性期OVFに対しては椎体変形がごく軽微なものが少なくなく、最前線の一般臨床医にとって依然OVFの見逃し例は多く、骨折診断の遅れが適切な治療開始の遅れに直結している。本研究の目的は、現在進化の目覚ましい人工知能（Artificial Intelligence：AI）技術を、超高齢社会の重要課題であるOVFの画像診断能の向上に応用することである。
|
| Outline of Annual Research Achievements |
2年次の本年度は、骨粗鬆症性新鮮椎体骨折（Osteoporotic Vertebral Fracture:以下OVF）の予後予測システムのAI実装に取り組んだ。
OVF研究データベースより新鮮OVFと診断された症例データの中から受傷後6ヶ月時点で遷延癒合を認めた101例（平均年齢：78.2歳、女性：80例）及び骨癒合を認めた101例（平均年齢：77.0歳、女性：84例）を抽出し、受傷から2か月以内撮影されたMRI T1・T2強調画像それぞれ202スライスを対象とした。まず骨折椎体とその周囲をcroppingし180×180となるようにゼロパディングした。さらに学習時はAugmentationによるデータ拡張を行った。学習にはImagenetで学習済みのEfficientNetB2を用いた。モデルの評価は10分割交差検証を用いて行った。T1・T2強調画像それぞれに基づくCNNの予後予測能について受信者動作特性（ROC）曲線を描き、ROC曲線下面積（AUC）を算出し遷延癒合予測における正確度、感度、特異度を求めた。
新鮮OVFにおける遷延癒合予測においてT1強調画像に基づくCNN分類期のAUCは0.71、正確度は0.67、感度は0.81、特異度は0.52であった。T2強調画像に基づくCNN分類期のAUCは0.72、正確度は0.68、感度は0.78、特異度は0.60であった。
MR画像を用いOVFの遷延癒合予測においてCNN分類器の診断能はmoderateであった。本技術は骨粗鬆症性骨折の中で最も頻度が高い椎体骨折の一般診療現場において治療選択の一助となり、健康寿命延伸への寄与が期待できる。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画は単純X線画像からの骨粗鬆症性新鮮椎体骨折（Osteoporotic Vertebral Fracture:以下OVF）の検出、新鮮骨折と陳旧性骨折の判別であったが、当教室のOVF研究データベースにある画像の撮影時期が10年以上の期間や20施設以上から収集したデータであるため、均質なものでなかったり、撮影条件や脊柱変形のため、AIによる自動検出がうまくいかなかった。そこで、初年度にMRI画像をターゲットにしたことにより、想定以上の成果を得ることができ、2年次の本年度も引き続き、高精度なOVF予後予測システムへのAI実装が可能であった。現在、本成果の公表中であり、学術国際誌へ投稿中である。
|
| Strategy for Future Research Activity |
引き続き、単純X線に関してAIエンジニアと膨大なデータクレンジングを行い、アノテーション方法の改良などを行っていく。当初の目的通り、より実用性の高い形での社会実装を目指していく。
また、当教室の強みであるMRI画像データベースを用いて新鮮OVFと転移性骨腫瘍、感染性脊椎炎のAI応用自動鑑別診断システムにも挑戦している。超高齢社会で重要な３つの代表的病的脊椎骨折の鑑別ができれば、高齢者医療の改善に寄与できると考えている。
|
Report
(2 results)
Research Products
(10 results)
-
-
[Presentation] 人工知能技術を活用した骨粗鬆症性椎体骨折の画像診断補助システムの開発 ―MR画像における新旧椎体骨折の分類―2021
Author(s)
藪 晋人, 星野 雅俊, 田淵 仁志, 高橋 真治, 升本 浩紀, 今西 勁峰, 前野 考史, 岩前 真由寺井 秀富, 豊田 宏光, 鈴木 亨暢, 玉井 孝司, 堀 悠介, 猪瀬 弘之, 大川 淳, 中村 博亮
Organizer
第50回日本脊椎脊髄病学会
Related Report
-
[Presentation] 人工知能技術を活用した骨粗鬆症性椎体骨折予後予測システムの開発 ―MR画像を用いた遷延癒合予測―2021
Author(s)
藪 晋人, 星野 雅俊, 田淵 仁志, 高橋 真治, 升本 浩紀, 今西 勁峰, 辻尾 唯雄, 寺井 秀富, 豊田 宏光, 鈴木 亨暢, 玉井 孝司, 堀 悠介, 猪瀬 弘之, 大川 淳, 中村 博亮
Organizer
第50回日本脊椎脊髄病学会
Related Report
Int'l Joint Research
-
[Presentation] 人工知能による骨粗鬆症性椎体骨折の予後予測システムの開発 ―MR画像を用いた遷延癒合予測―2021
Author(s)
藪 晋人, 星野 雅俊, 田淵 仁志, 高橋 真治, 升本 浩紀, 今西 勁峰, 辻尾 唯雄, 寺井 秀富, 豊田 宏光, 鈴木 亨暢, 玉井 孝司, 堀 悠介, 猪瀬 弘之, 大川 淳, 中村 博亮
Organizer
AO spine Japan conference
Related Report
-
[Presentation] AIを活用した骨粗鬆症性椎体骨折の画像診断補助システムの開発 ―MR画像における新旧椎体骨折の分類―2021
Author(s)
藪 晋人, 星野 雅俊, 田淵 仁志, 高橋 真治, 升本 浩紀, 今西 勁峰, 前野 考史, 岩前 真由寺井 秀富, 豊田 宏光, 鈴木 亨暢, 玉井 孝司, 堀 悠介, 猪瀬 弘之, 大川 淳, 中村 博亮
Organizer
第24回日本低侵襲脊椎外科学会
Related Report
-
-
-
-
-
