人工知能を用いた画像解析により頸椎OPLLの診断は可能か

• Project/Area Number: 22K16752
• Research Category: Grant-in-Aid for Early-Career Scientists
• Allocation Type: Multi-year Fund
• Review Section: Basic Section 56020:Orthopedics-related
• Research Institution: Tokyo Medical University
• Principal Investigator: 小西 隆允 東京医科大学, 医学部, 助教 (80885137)
• Project Period (FY): 2022-04-01 – 2024-03-31
• Project Status: Discontinued (Fiscal Year 2023)
• Budget Amount: ¥4,290,000 (Direct Cost: ¥3,300,000、Indirect Cost: ¥990,000); Fiscal Year 2025: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2024: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2023: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2022: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000)
• Keywords: 頚椎後縦靱帯骨化症 / 人工知能 / 単純レントゲン / Computed tomography

Outline of Research at the Start

頸椎後縦靭帯骨化症は、無症状であっても、転倒等の外力により重篤な脊髄損傷をきたすことが知られている。事前に診断されれば患者さんの行動の変容につながることも知られている。本研究は、人工知能に画像解析を学習させ、頸椎頸椎後縦靭帯骨化症の画像診断の補助に応用する可能性を探るものであり、人工知能が頸椎頸椎後縦靭帯骨化症の画像診断に応用可能となれば、診断精度が向上することが強く期待できると考える。

Outline of Annual Research Achievements

頸椎 OPLL に対する画像解析法・治療法は成熟しており、標準的な治療が適切に行われた際の臨床成績は良好である。一方で、画像診断は熟練を要するため、医療設備や人的、地域的、時間的な偏在は重要な問題であり、本研究は、人工知能による頸椎 OPLLの画像診断の臨床応用への可能性を明らかにすることを目的とする。
２０２３年度では前年度に続き、異なる人工知能に単純レントゲンから頸椎OPLLの有無を抽出する方法を学習させた。画像解析の整合性を検討するため、これまでの臨床診断と人工知能による画像診断との比較を後ろ向きに行い、データを収集した。