| Project/Area Number |
21H03840
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (B)
|
| Allocation Type | Single-year Grants |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
KIDO SHOJI 大阪大学, 大学院医学系研究科, 特任教授(常勤) (90314814)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
梁川 雅弘 大阪大学, 大学院医学系研究科, 准教授 (00546872)
鈴木 裕紀 大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
富山 憲幸 大阪大学, 大学院医学系研究科, 教授 (50294070)
間普 真吾 山口大学, 大学院創成科学研究科, 教授 (70434321)
神谷 亨 九州工業大学, 大学院工学研究院, 教授 (80295005)
平野 靖 山口大学, 医学部附属病院, 准教授 (90324459)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥16,770,000 (Direct Cost: ¥12,900,000、Indirect Cost: ¥3,870,000)
Fiscal Year 2023: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2022: ¥4,940,000 (Direct Cost: ¥3,800,000、Indirect Cost: ¥1,140,000)
Fiscal Year 2021: ¥6,890,000 (Direct Cost: ¥5,300,000、Indirect Cost: ¥1,590,000)
|
|---|
| Keywords | 画像診断 / 人工知能 / 深層学習 / 異常検知 / 自然言語処理 / VAE / コンピュータ支援診断 / 説明可能なAI |
|---|
| Outline of Research at the Start |
大量の正常CT画像を用いて学習された深層学習モデルの一つであるVAEを用いたモデルによる異常検知を基盤として，異常病変の診断支援を実行するCADシステム構築をおこなう．また，教師あり学習では対応が困難であった少数・稀少疾患に対する病変の診断支援を可能とし，さらに常部位と異常部位の差分を定量化・可視化することにより診断過程をホワイトボックス化する説明可能なAIを実現することを可能とする．
|
| Outline of Final Research Achievements |
In this study, a database of 80,000 PET/CT DICOM images and their findings reports obtained from MI Clinic, an affiliated hospital, has already been created.
Using these cases, Kido (automatic site-specific classification of findings reports using natural language processing and lesion detection using Vision Transformer from PET/CT images), Mabu and Hirano (classification of findings reports focusing on the thesaurus using natural language processing), Kamiya (radiomics analysis of lung cancer (analysis of radiomics of lung cancer using linguistic information), Nakayama (development of unsupervised abnormality detection AI using chest CT images), Teramoto (semantic segmentation of abdominal organs), etc., and many papers were accepted for presentation at conferences including international conferences.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究は、8万例のPET/CT画像と所見レポートのデータベース化を通じて、医用画像解析と自然言語処理の分野で重要な成果を上げました。病変検出、読影所見分類、肺癌解析、異常検知AI、臓器セグメンテーションなどの研究成果において、多岐にわたる研究が国際学会や論文で評価された。これにより、診断精度の向上、医療現場の効率化、医療費の削減が期待され、全体的な医療サービスの質向上に貢献することが期待される。
|
