| Project/Area Number |
20K16798
|
|---|
| 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 |
|
|---|
| Project Period (FY) |
2020-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
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: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000)
Fiscal Year 2020: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
|
|---|
| Keywords | 人工知能 / AI / 深層学習 / Deep learning / 僧帽弁逆流症 / 大動脈弁狭窄症 / 弁膜症 / 胸部レントゲン写真 / ディープラーニング / 胸部レントゲン / 心機能 |
|---|
| Outline of Research at the Start |
胸部レントゲン画像は最も基本的な放射線画像検査の一つである。胸部レントゲン画像から簡単に算出できる心機能推定の指標の一つの心胸郭比は、心機能の推定に用いられるが、心エコーを用いた心機能の評価と比較すると、客観性や精度において劣る。
本研究では人工知能を用い、心エコーで得られる心機能推定値に類似した値を胸部レントゲンから導き出すことを目的とする。
この研究結果で、心エコー法に熟練した医師や技師だけでなく、様々なシチュエーションにおいても心機能のスクリーニング・評価を可能とし、適切なタイミングで適切な治療を可能になる。
|
| Outline of Final Research Achievements |
In this study, we developed deep learning models, a type of artificial intelligence, to diagnose mitral regurgitation and aortic stenosis from chest radiographs. The models were created using over 10,000 chest radiographs collected at a single institution and achieved high diagnostic accuracy. These models demonstrated the possibility of diagnosing valvular heart diseases using only chest radiographs without requiring advanced examinations such as echocardiography.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、ディープラーニングを用いることで、胸部レントゲン画像から僧帽弁閉鎖不全症と大動脈弁狭窄症を高い精度で診断できることを世界で初めて示した。弁膜症の診断に心エコー検査が広く用いられているが、本モデルにより、より安価で簡便な胸部レントゲン検査のみでも診断が可能となる。これにより、スクリーニングの拡大や、心エコー検査へのアクセスが制限される地域での弁膜症診断の改善が期待される。
|
