マンモグラムを用いた乳がんの成長予測による検診の受診勧奨および早期発見の実現

Research Project

Project/Area Number	22K21252
Research Category	Grant-in-Aid for Research Activity Start-up
Allocation Type	Multi-year Fund
Review Section	0909:Sports sciences, physical education, health sciences, and related fields
Research Institution	Niigata University of Health and Welfare
Principal Investigator	甲斐千遥新潟医療福祉大学, 医療技術学部, 助教 (90963934)
Project Period (FY)	2022-08-31 – 2024-03-31
Project Status	Granted (Fiscal Year 2022)
Budget Amount *help	¥2,860,000 (Direct Cost: ¥2,200,000、Indirect Cost: ¥660,000) Fiscal Year 2023: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2022: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000)
Keywords	医用画像AI / 乳がん / マンモグラム
Outline of Research at the Start	本研究の目的は、異常が指摘可能な明らかな乳がん所見を呈していないマンモグラムからデータ診断AIによって乳がんの成長予測を行い、マンモグラム上で指摘可能な異常が発生する時期を予測し、検診の受診勧奨を行う最適化システムを開発することである。本研究を通して、乳がんの成長予測を行うAI技術が、検診の受診勧奨および乳がんの早期発見に効果があることを明らかにする。
Outline of Annual Research Achievements	本研究の目的は、マンモグラムを入力としたデータ診断AIによって乳がんの成長予測を行い、検診の受診勧奨を行う最適化システムを開発することである。本年度は、マンモグラムおよび臨床データのデータベース構築と乳がんの成長予測AIアルゴリズムの構築と評価を行った。データベースの構築では、研究協力機関の正常症例と乳がん症例に対し、患者ごとにデータを整理した。乳がん症例に対しては、どの時点で癌が発見されたかの紐づけも行った。乳がんの成長予測AIアルゴリズムの構築と評価では、構築したデータベースに基づき、マンモグラムを入力情報とした、乳がんの成長を予測する回帰型のDeep Learning技術の開発を行った。まずは、予測因子として乳腺領域の濃度の上昇を予測するために、正常症例のマンモグラムを入力とし、乳腺量を推定するAIの開発を行った。また、精度向上を目的として、正常症例のマンモグラムに臨床データを入力情報に加えて、乳腺の量を推定するAIの開発にも取り組んでいる。構築したデータベースにおいて、本AIを用いた乳がんの成長予測を確認するための臨床評価にも着手している。
Current Status of Research Progress	Current Status of Research Progress 2: Research has progressed on the whole more than it was originally planned. Reason マンモグラムおよび臨床データのデータベース構築：当初予定していた症例数のデータベースの構築を完了させることができた。乳がんの成長予測AIアルゴリズムの構築と評価：正常症例のマンモグラムを入力とし、乳腺量を推定するAIの開発と論文執筆まで完了させることができた。また本AIの精度向上を目的として、正常症例のマンモグラムに臨床情報を加えて乳腺量を推定するAIの開発にも着手することができた。
Strategy for Future Research Activity	乳がんの成長予測AIの開発のために、現在実施しているAI開発には引き続き努める。今後は、本AIを用いた乳がんの成長予測を確認するための臨床評価に力を入れ、論文執筆まで完了させたい。