| Project/Area Number |
22K18210
|
|---|
| Research Category |
Grant-in-Aid for Early-Career Scientists
|
| Allocation Type | Multi-year Fund |
|---|
| Review Section |
Basic Section 90130:Medical systems-related
|
|---|
| Research Institution | Osaka University |
|---|
Principal Investigator |
Ryotaro Uema 大阪大学, 大学院医学系研究科, 特任助教(常勤) (30939161)
|
|---|
| Project Period (FY) |
2022-04-01 – 2024-03-31
|
| Project Status |
Completed (Fiscal Year 2023)
|
| Budget Amount *help |
¥4,420,000 (Direct Cost: ¥3,400,000、Indirect Cost: ¥1,020,000)
Fiscal Year 2023: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
Fiscal Year 2022: ¥2,210,000 (Direct Cost: ¥1,700,000、Indirect Cost: ¥510,000)
|
|---|
| Keywords | 早期胃癌 / 超音波内視鏡 / 人工知能 / ディープラーニング / 胃癌 / 人口知能 / 画像診断 |
|---|
| Outline of Research at the Start |
胃癌診療において、治療前の内視鏡検査は治療方針を決定する上で非常に重要な役割を果たしているが、その中でも超音波内視鏡検査（EUS）は深達度診断において広く普及している。しかし、その読影には高度な知識と経験が必要であり、診断者の主観に依存するところが大きい。近年、内視鏡領域において人工知能（AI）を用いた診断システムの有用性が報告されているが、EUSにおいての応用例はない。本研究では早期胃癌におけるAIを用いたEUS画像リアルタイム自動診断技術の開発及びその有用性の検証を行う。
|
| Outline of Final Research Achievements |
The aim of this study was to develop an accurate and reproducible diagnostic system by training computers on endoscopic ultrasonography (EUS) images of gastric cancer using deep learning, and to validate its utility in clinical practice. Using an algorithm that combines segmentation and image classification models, we demonstrated that the AI has diagnostic performance comparable to those of experts. In addition, the system's performance was validated on multi-institutional datasets, confirming that it achieves diagnostic performance on par with experts.
|
| Academic Significance and Societal Importance of the Research Achievements |
本研究によって、従来は困難と考えられた早期胃癌の超音波内視鏡診断における人工知能をもちいた診断システムの有用性を示すことができた。本研究を通じて開発したシステムを用いることで、非熟練医であっても専門医に匹敵する診断を下せるようことが期待できる。これは診断精度の向上を通じて早期胃癌の治療成績の向上につながる可能性があり、社会的意義は大きいものと考える。
|
