| Project/Area Number |
20K17120
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Kyushu University |
|---|
Principal Investigator |
細川 和也 九州大学, 大学病院, 助教 (40746872)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
Fiscal Year 2021: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
Fiscal Year 2020: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000)
|
|---|
| Keywords | 慢性血栓塞栓性肺高血圧症 / 血栓塞栓症 / 機械学習 / 画像診断 / 肺高血圧 |
|---|
| Outline of Research at the Start |
・ディープラーニングは専門医の知識のみならず、経験や勘をプログラム上で再現でき、希少疾患で散見される知識・経験不足による見逃しや不十分な治療を克服することが期待される。
・希少疾患である慢性血栓塞栓性肺高血圧症（CTEPH）は適切な診断・治療により予後が劇的に改善する疾患である。そのため、スクリーニング検査である肺血流シンチグラムの診断精度が生死を分けるといっても過言ではない。現状では読影に習熟した専門医が限られており、約半数の・CTEPHが未診断のままとなっている。
・本研究では深層機械学習を用いて高精度の肺血流シンチグラム診断プログラムを確立することが目的である。
|
| Outline of Annual Research Achievements |
希少疾患である慢性血栓塞栓性肺高血圧症（CTEPH）は適切な診断・治療により予後が劇的に改善する疾患である。そのため、スクリーニング検査である肺血流シンチグラムの診断精度が生死を分ける。現状では読影に習熟した専門医が限られており、約半数のCTEPHが未診断のままとなっている。本研究はCTEPHの標準的スクリーニング検査である肺血流シンチグラムを専門医と同水準の精度で判別する画像診断プログラムを確立することが目的である。画像診断プログラムの確立と並行して、web上に推論プログラムをデプロイし、だれでもどこでも利用できるプラットフォームを構築する。具体的な研究計画は以下の4段階で設定している。
①肺血流シンチグラム画像の収集とラベリング、適切な学習モデルの構築 ②構築した画像診断プログラムの前向き診断精度検証 ③WEBプログラム公開（画像データの循環システム構築） （④多入力（CT、検査値トレンド等）による精度向上、予後予測への展開）現在の進行状況は以下のとおりである。①に関して、300例の症例収集とラベリングを行っており、学習モデルが構築できるスケールである。引き続き、高精度の学習モデルを構築するために症例の蓄積を継続する。100件/年の件数で肺血流シンチグラムを実施しているため、100件/年の教師データ取得が可能であるが他施設共同研究へと発展し、数千規模の教師データを得ることで診断精度を向上させることがより良い機器の開発につながる。②前向き検討については令和3-4年度にかけて実施予定であるが、新型コロナウイルス感染症による診療への負担増から実施できていない。
③推論プログラムをデプロイするためのWEBページを作成したが、技術的ハードルが大きいことが判明した。研究代表・分担者のみで解決は困難であり、画像認識をWEBページにデプロイする専門技術者を探索中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
学習モデルを探索するための基礎となる学習データは年間100件ずつ増加し、ラベリングも行っている。これらのデータを用いた学習モデルの診断精度は90%前後を達成している。今後も自施設内での教師データは追加を継続する。学習モデル構築と並行して推論プログラムのWEBページへのデプロイ、WEBページ（画像診断プログラムを展開するためのプラットフォーム）の構築といった研究プロジェクト全体を並行して遂行している。
|
| Strategy for Future Research Activity |
令和6年度は
WEBページへの推論プログラムのデプロイが達成困難であることから肺血流シンチグラムの画像認識とCTEPH・非CTEPHの鑑別アプリの作成し、WEBページで公開する方針に転換する。
|
