Deep learning of postmortem CT database for death investigation

• Project/Area Number: 23K09759
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 58040:Forensics medicine-related
• Research Institution: The University of Tokyo
• Principal Investigator: 槇野 陽介 東京大学, 大学院医学系研究科(医学部), 准教授 (50725017)
• Co-Investigator(Kenkyū-buntansha): 岩瀬 博太郎 千葉大学, 大学院医学研究院, 教授 (30272420) ; 川上 英良 千葉大学, 大学院医学研究院, 教授 (30725338) ; 矢島 大介 国際医療福祉大学, 医学部, 教授 (60451754) ; 吉田 真衣子 千葉大学, 大学院医学研究院, 助教 (70317139)
• Project Period (FY): 2023-04-01 – 2026-03-31
• Project Status: Granted (Fiscal Year 2023)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2025: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2024: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2023: ¥4,160,000 (Direct Cost: ¥3,200,000、Indirect Cost: ¥960,000)
• Keywords: 死後CT / 死亡時画像診断 / 人工知能 / ディープラーニング / 死因究明

Outline of Research at the Start

本研究では「人工知能（AI: Artificial Intelligence）を死後CTに利用することで、死因究明における死後画像診断の限界が乗り越えられるのか」という問いをたて、 全身死後CT画像情報データベースに対して深層学習を適用し、死後CTに含まれる特徴を抽出する。抽出した特徴を用いて、検証データにおいて死因推定精度を評価するとともに、AIが死因推定において重要視している特徴量を分析する。このようにして、死後CT読影を支援するだけでなく、死後CT読影の熟練者が持っている「暗黙知」を拾い上げ、死後CTの死因診断精度向上につながる知識を定量化し、共有することが目標である。

Outline of Annual Research Achievements

本研究は、日本で最も古い2006年から解剖前の死後CT撮影を全例実施している千葉大学法医学教室、2015年から実施している東京大学法医学教室、2018年から実施している国際医療福祉大学法医学教室の三大学死後CTデータと死因データをAIに覚えさせ、特徴量を抽出することを目的としている。本年度は、三大学からアクセスできるAIワークステーションを立ち上げ、学習データを移行させる作業を開始した。同時に死因など各種基礎データを収集した。

Current Status of Research Progress

3: Progress in research has been slightly delayed.

Reason

研究代表者の職位変更に関する事務的作業などにより、研究に十分なエフォートを割けなかった。深層学習ワークステーションに関しても高額であることなどもあり、購入に時間がかかった。

Strategy for Future Research Activity

研究代表者の職位問題が解決したので、エフォート率を改善する。研究のベースは構築できたので、研究分担者間でのwebを利用したミーティングなどを行いながら、遅れを取り戻す予定である。