| Project/Area Number |
22K09677
|
|---|
| Research Category |
Grant-in-Aid for Scientific Research (C)
|
| Allocation Type | Multi-year Fund |
|---|
| Section | 一般 |
|---|
| Review Section |
Basic Section 56050:Otorhinolaryngology-related
|
|---|
| Research Institution | Fujita Health University |
|---|
Principal Investigator |
楯谷 一郎 藤田医科大学, 医学部, 教授 (20526363)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
横山 顕礼 京都大学, 医学研究科, 講師 (20515514)
加藤 久幸 藤田医科大学, 医学部, 教授 (50351060)
宮原 良二 藤田医科大学, 医学部, 教授 (50378056)
藤村 真太郎 京都大学, 医学研究科, 特定病院助教 (50815751)
堀 龍介 藤田医科大学, 医学部, 准教授 (70767699)
岸本 曜 京都大学, 医学研究科, 准教授 (80700517)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Project Status |
Granted (Fiscal Year 2024)
|
| Budget Amount *help |
¥4,030,000 (Direct Cost: ¥3,100,000、Indirect Cost: ¥930,000)
Fiscal Year 2025: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2024: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000)
Fiscal Year 2023: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000)
Fiscal Year 2022: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
|
|---|
| Keywords | 人工知能 / 咽頭癌 / 喉頭癌 / 鏡視下咽頭悪性腫瘍手術 / 内視鏡 / 咽喉頭癌 / 内視鏡診断 |
|---|
| Outline of Research at the Start |
鏡視下・ロボット支援下咽喉頭悪性腫瘍手術のメリットは低侵襲性にあり、手術の際には病変の進展範囲を術中に正確に評価し、必要十分な切除範囲を設定することが求められる。本研究では外科医としての耳鼻咽喉科医の視点に立ち、内視鏡画像から病変の進展範囲を診断するAIシステムの開発を目的としている。セマンティックセグメンテーションの手法を用いて病変の切除範囲決定を補助するAIシステムを構築し、その有用性を検証する。
|
| Outline of Annual Research Achievements |
NBI（narrow band imaging）をはじめとする内視鏡画像技術の進展により、中咽頭・下咽頭や喉頭に発生する表在型の咽喉頭癌が、近年多く発見されるようになってきた。これに伴い、口腔から内視鏡や手術器具を挿入して病変を切除する鏡視下手術が日本で開発され、嚥下機能や発声機能を温存しうる低侵襲な治療法として広く導入されている。加えて、ロボット支援下手術も選択肢として加わり、両者ともにその低侵襲性が大きな利点となっている。
こうした術式を安全かつ有効に実施するには、病変の進展範囲を術中に正確に把握し、必要かつ十分な切除範囲を設定することが不可欠である。対象となる腫瘍には表在癌が多く、また浸潤性病変であっても粘膜表面に広がる表在性の所見を伴うことが少なくない。しかし、表在性病変は通常の内視鏡では捉えにくく、NBIなど画像強調技術による観察が診断と治療の要となる。
一方で、NBI観察には上部消化管用内視鏡や硬性内視鏡が用いられるが、耳鼻咽喉科領域では表在病変の読影に不慣れな医師も多い。そのため、粘膜上の病変範囲を術中に正確に評価し、切除範囲の決定を支援できるシステムの開発が求められている。これが実現すれば、耳鼻咽喉科医のみでも判断が可能となり、人的な負担軽減とともに、根治性と機能温存の両立という観点からも患者に大きな利益をもたらすと期待される。
本研究では、咽喉頭癌の切除術中に粘膜上での病変拡がりをAIで診断するシステムの構築を目指している。現在、藤田医科大学病院および京都大学医学部附属病院にて施行された鏡視下・ロボット支援下咽喉頭悪性腫瘍手術の症例を対象に、NBI画像に対するアノテーション作業を進めている。アノテーションは消化器内視鏡専門医2名が担当し、1名が作業を実施後、もう1名がその内容を検証する体制を取っており、アノテーションが概ね完了している。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
藤田医科大学病院と京都大学医学部附属病院において鏡視下咽頭悪性腫瘍手術、鏡視下喉頭悪性手術を実施した症例を対象にアノテーションを進めている。アノテーション作業の見直しがあったため、当初の予定よりは若干遅延したが、概ねアノテーションが完了した。研究は順調に進んでいる
|
| Strategy for Future Research Activity |
アノテーション作業を完了し、教師データをもとに咽喉頭癌病変の存在範囲を学習させる。セマンティックセグメンテーションのアルゴリズムにはDeeplabv3+、FCNなど複数あり、それぞれで学習させつつ最適化することで、最適なアルゴリズムを見出す。
|
