肺末梢病変のEBUS画像を中心としたAIによる診断支援の実現性検討
| Project/Area Number |
22K18185
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 90110:Biomedical engineering-related
|
|---|
| Research Institution | Shimane University |
|---|
Principal Investigator |
堀田 尚誠 島根大学, 医学部, 特別協力研究員 (70783257)
|
|---|
| Project Period (FY) |
2022-04-01 – 2025-03-31
|
| Project Status |
Granted (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2024: ¥780,000 (Direct Cost: ¥600,000、Indirect Cost: ¥180,000)
Fiscal Year 2023: ¥2,340,000 (Direct Cost: ¥1,800,000、Indirect Cost: ¥540,000)
Fiscal Year 2022: ¥1,300,000 (Direct Cost: ¥1,000,000、Indirect Cost: ¥300,000)
|
|---|
| Keywords | 肺癌 / AI / 気管支鏡 / 超音波 / EBUS |
|---|
| Outline of Research at the Start |
肺癌の診断は気管支鏡検査で行われることが多い。超音波プローブを用いて、肺癌の位置を予測して、生検検査を実施する事により診断率は飛躍的に向上した。一方で、腫瘍が気管支内に露出していない場合は、超音波画像が得られていたとしても診断率は60%程度である。超音波所見から得られる情報は肺癌診断率の向上に役立つことが報告されているが、評価が難しいとされる。超音波所見が得られたにも関わらず、診断がつかなかった場合、再検査が必要となる。本研究は、超音波所見のみから肺癌の可能性を判断するAIを開発し、不要な再生検検査を減らし、気管支鏡診断の向上に役立てることを目的とする。
|
| Outline of Annual Research Achievements |
肺癌の気管支鏡検査における末梢肺病変の確定診断率は、超音波プローブを用いる事により飛躍的に向上した。超音波画像から気管支と腫瘍の位置関係を明確にすることが可能となったためである。一方で、腫瘍が気管支内に露出していない場合は、超音波画像が得られていたとしても診断率は60%程度である。診断が不可能であった場合に、確証を持って再生検を行うには、腫瘍内部エコー所見が参考になる。超音波所見に関するこれまでの報告では、腫瘍内部エコー所見を3つのタイプ（6つのサブクラス）に分類し、末梢肺病変の良悪性を高確率で判別が可能である。このように気管支鏡で得られる超音波所見は診断の補助に非常に重
要である。しかしながら、技術習得・精度にばらつきがあることから、AI（artificial intelligence）を用いることで超音波所見から良悪性を鑑別することを、容易にばらつきなくできないか検討する意義がある。よって、本研究でAI技術により、肺末梢病変の診断支援に利用できないか検討した。
島根大学医学部附属病院 呼吸器・化学療法内科で過去に気管支鏡検査で得た末梢肺野病変の超音波所見を機械学習したAIを構築した。213症例を対象としAIを構築する事ができた。AIが超音波画像から、肺病変の良悪性を見極める正解率は８３.４％（臨床医 68.4%）であった。精度の向上が今後も望まれるが、超音波画像からでもAIを構築することで、良悪性の判断が可能であると考えられた。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
約200症例のデータを取得できたが、良性疾患のデータ数が少なく、解析を開始するには至っていない。
|
| Strategy for Future Research Activity |
213症例を対象としAIを構築したが、良性疾患のデータが少なかったため、さらなる症例集積を行い、AI再構築を行う。研究進行中に見込める400症例の追加データからAIの計算精度を評価・高めていく。構築したAIに、気管支鏡検査前に収集が可能な情報を追加しAIの計算精度を評価・高めていく。具体的には、腫瘍マーカーにより組織タイプの判別が容易になる
と予想される。CT所見・喫煙歴・性別・年齢など遺伝子変異の有無の頻度に関わる項目が報告されており、超音波所見のみでなく多項目での検討を行う。超音波画像からの良悪性の判断が正確に実施可能なAIを構築したのちに、胸部CTデータや遺伝子変異情報を組み込み、更なる正診率の向上、ゲノム検査への応用を目指す。
|
Report
(2 results)
Research Products
(2 results)
-
-
[Presentation] 肺末梢病変のEBUS画像を対象としたAIによる診断支援の実現性検討2022
Author(s)
堀田尚誠, 栗本典昭, 白築陽平, 天野芳宏, 濱口愛, 河野謙人, 掘江美香, 吉原健, 田中聖子, 河角敬太, 小林美郷, 奥野峰苗, 中尾美香, 中島和寿, 津端由佳里, 濱口俊一, 長尾大志, 礒部威
Organizer
第62回日本呼吸器学会学術講演会
Related Report
