AIを活用した気管支腔内超音波断層法（EBUS)画像解析
| Project/Area Number |
21K11960
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 61010:Perceptual information processing-related
|
|---|
| Research Institution | Nagoya University |
|---|
Principal Investigator |
岡地 祥太郎 名古屋大学, 医学部附属病院, 病院助教 (30742407)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
森 健策 名古屋大学, 情報学研究科, 教授 (10293664)
中村 彰太 名古屋大学, 医学部附属病院, 講師 (20612849)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Project Status |
Granted (Fiscal Year 2022)
|
| Budget Amount *help |
¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000)
Fiscal Year 2023: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2021: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 気管支鏡 / 超音波 / 機械学習 / Mixed reality / AI / 超音波気管支鏡 / 診断支援 |
|---|
| Outline of Research at the Start |
本研究の目的は、人工知能(AI)を用いて気管支鏡超音波画像を解析し、診断結果、合併症発生などを予測するソフトウェアを開発し医師の判断を支援することである。本研究では動画の気管支鏡超音波画像や診断結果などの情報を収集し、データセットを作成する。データ前処理を行い、AIモデルの構築、精度の検証を行う。最終的に気管支鏡検査時にリアルタイムに診断や合併症発生の予測を表示し、医師の判断を支援するソフトウェアを開発する。多施設前向き臨床試験でその 精度を検証し成果を学会、論文等で広く発表する。
|
| Outline of Annual Research Achievements |
本研究の目的は、AIを用いて気管支鏡超音波画像を解析し、診断結果、合併症発生などを予測するソフトウェアを開発し医師の判断を支援することである。昨年度は、気管支鏡超音波画像の収集、画像解析、機械学習によるモデル構築を行い、今後の精度検証や生検合併症の発生予測についても検証を行うことが報告された。
本年度は、引き続き画像を収集し、画像処理を修正しながらより良いモデル構築を目指している。この研究成果によって、術者は本ソフトウェアの支援を受けて検査や検査後の対応を行うことができ、検査の質や安全性の向上につながる意義があると考えている。得られた結果をもとに医療機器としての実用化につなげ、広く使用していただくことを目標としている。
また、作成したモデルをより活用するために、術者がスマートグラスやMR（mixed reality;複合現実）デバイスを装着して検査を行うことを検討している。今年度は、MR技術を活用した気管支鏡シミュレーションを行い、臨床現場での活用が期待される。このシミュレーションを通じて、術者はより診断支援結果を理解しやすくなり、術者負担の軽減や検査の質を向上させることができると考えられる。
本年度の研究では、MRを活用した気管支鏡シミュレーションの開発を進め、学会発表や論文化を行った。これにより、国内外の研究者や医療従事者との連携が図られ、研究成果の共有やフィードバックが得られることが期待される。今後は、引き続き画像処理技術の向上やMRデバイスの活用方法の検討を行い、検査の質や安全性の向上を目指す。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
研究計画遅延の主な理由は、モデル構築のための画像収集や画像処理に時間を要していることである。気管支鏡超音波画像は、患者の状態や撮影条件によってばらつきがあり、高品質なデータセットの構築が困難である。また、画像処理においても、ノイズ除去や領域抽出などの技術を改良しながら、適切な学習データを収集、生成するために時間を要している。
|
| Strategy for Future Research Activity |
画像収集の効率化としては、プロセスの見直しを行い、患者や撮影条件の違いを考慮した効率的な収集方法を検討する。これにより、より多くの高品質な画像データを迅速に収集することができる。時間管理とスケジュールの最適化として、研究計画遅延を最小限に抑えるため、綿密な時間管理とスケジュールの最適化を行う。タスクの優先順位を明確にし、リソースを効果的に配分することで、研究の進捗を確実にする。また、定期的な進捗報告やミーティングを実施し、研究チーム全体で問題点を共有し、解決策を検討することで、円滑な研究進行が可能となる。また、研究成果を段階的に実現し、短期的な目標に焦点を当てることで、研究のモチベーションを維持し、遅れの解消につなげる。具体的には、画像処理技術やモデル構築の途中経過を評価し、その成果を学会発表や論文化することで、研究の進捗を促す。以上の対策を実行することで、研究計画の遅れを解消し、本研究の目標であるAIを用いた気管支鏡超音波画像解析による診断結果や合併症発生の予測ソフトウェア開発を達成することができると期待される。今後は、遅延の解消に向けた努力を続けながら、研究成果を医療機器として実用化し、広く医療現場で活用されることを目指していく。
|
Report
(2 results)
Research Products
(3 results)
