| Project/Area Number |
20KK0375
|
|---|
| Research Category |
Fund for the Promotion of Joint International Research (Fostering Joint International Research (A))
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 53020:Cardiology-related
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
Toba Shuhei 三重大学, 医学部附属病院, 助教 (20806111)
|
|---|
| Project Period (FY) |
2021 – 2023
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥14,040,000 (Direct Cost: ¥10,800,000、Indirect Cost: ¥3,240,000)
|
|---|
| Keywords | 胸部レントゲン写真 / 小児循環器学 / 先天性心疾患 / 人工知能 / フォンタン手術 / 国際共同研究 / 胸部X線写真 / 手術適応予測 / 血行動態予測 / 血行動態 |
|---|
| Outline of Research at the Start |
胸部X線写真には循環器に関する情報が豊富に含まれているが、その評価法は従来、医師による定性的な読影のみであった。研究代表者は基課題において胸部X線写真から肺体血流比を定量的に予測する人工知能を開発し、胸部X線写真には医師が認識していない膨大な情報が眠っている可能性があることを示した（Toba et al. JAMA Cardiology. 2020）。本国際共同研究では、胸部X線写真から血行動態を定量的に評価する人工知能を様々な血行動態指標へ応用し、その臨床応用を目指す。
|
| Outline of Final Research Achievements |
To improve the performance of artificial intelligence in quantitatively predicting hemodynamic parameters from chest radiograms, we developed a grayscale image-specific deep learning-based model pre-trained using large public datasets, and compared its performance with existing models. The comparison used a public dataset related to pediatric pneumonia diagnosis. In terms of both training time and diagnostic capability, the newly developed model showed improvements over the existing models.
Additionally, using data from Boston Children's Hospital, we developed a deep learning-based model to predict the condition of pulmonary vessels from chest radiograms in preoperative patients undergoing Fontan operation, demonstrating the ability of an artificial intelligence model for quantitative prediction.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究の成果により、胸部X線写真から血行動態指標を定量評価するための高性能な人工知能の基盤モデルが得られた。本モデルを応用することで、胸部X線写真からの低侵襲かつ安価な血行動態指標評価手法の開発が加速し、循環器診療における新たな検査手法の確立が期待される。
また胸部X線写真からFontan型手術の予後を予測することが可能となり、今後より正確な手術適応の判断が可能になり、先天性心疾患手術の治療成績が向上することが期待される。
|
