ディープラーニングを用いた診断補助アルゴリズムに対する誤認知の検討
| Project/Area Number |
20K16734
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 52040:Radiological sciences-related
|
|---|
| Research Institution | Osaka Metropolitan University (2022-2023)
Osaka City University (2020-2021) |
|---|
Principal Investigator |
本条 隆 大阪公立大学, 大学院医学研究科, 研究員 (30779492)
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2022: ¥130,000 (Direct Cost: ¥100,000、Indirect Cost: ¥30,000)
Fiscal Year 2021: ¥390,000 (Direct Cost: ¥300,000、Indirect Cost: ¥90,000)
Fiscal Year 2020: ¥3,510,000 (Direct Cost: ¥2,700,000、Indirect Cost: ¥810,000)
|
|---|
| Keywords | 人工知能 / マンモグラフィ / Deep learning / AI / Deepl earning / Super resolusion / 超解像技術 / 深層学習 / 誤認知 / ディープラーニング / 診断補助アルゴリズム |
|---|
| Outline of Research at the Start |
放射線画像診断分野において、ディープラーニングによる診断補助アルゴリズムの発展は目覚ましいが、ディープラーニングには欠点が指摘されている。ディープラーニングはわずかなノイズ(摂動)を加えることで、誤認知が引き起こされうる。臨床応用の際、診断補助アルゴリズムの誤認知は患者に取り返しのつかない不利益になり、医療安全上の驚異となる。その議論は自動運転の分野で活発に行われているものの、放射線画像診断分野ではなされていない。本研究はディープラーニングによる診断補助アルゴリズム対し誤認知が生じうるかを検証考察し、その危険因子を指摘し、放射線画像診断分野の医療安全向上に資すると考える。
|
| Outline of Annual Research Achievements |
研究期間全体を通じて、マンモグラフィにおける微小石灰化の検出精度向上を目的とした研究を行った。一昨年度は、深層学習を用いた超解像技術に着目し、研究の方向性を見直した。その結果、昨年度に国際査読付きジャーナルであるEuropean Journal of Radiologyにて「Visual and quantitative evaluation of microcalcifications in mammograms with deep learning-based super-resolution」という論文を出版することができた。本論文では、提案手法である深層学習ベースの超解像技術を用いることで、マンモグラフィ画像の解像度を向上させ、微小石灰化の視認性と定量的評価が改善されることを示した。
本年度（最終年度）は、研究成果の更なる発展と臨床応用を目指し、多施設からのデータ収集と整理に注力した。マンモグラフィ画像データを収集し、画像の前処理や標準化を行った。これにより、提案手法の汎用性と頑健性を評価するための基盤を構築することができた。
研究期間全体を振り返ると、深層学習を用いた超解像技術という新たなアプローチを導入したことで、マンモグラフィにおける微小石灰化の検出精度向上に寄与する成果を得ることができた。国際的に認知される学術誌での論文発表は、研究の質の高さを示すものである。さらに、多施設データの収集と整理は、提案手法の実用化に向けた重要な一歩となる。今後は、収集したデータを用いて手法の評価を行い、臨床現場での活用を目指して研究を継続していく予定である。本研究の成果は、乳がんの早期発見と診断精度の向上に貢献し、患者のQOL向上と医療従事者の負担軽減につながることが期待される。
|
Report
(4 results)
Research Products
(1 results)
