Development of a Spatial Deep Learning Model to Accurately Detect Fibrosis in Pleuroparenchymal Fibroelastosis

• Project/Area Number: 24K10145
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 49020:Human pathology-related
• Research Institution: Nara Medical University
• Principal Investigator: 吉澤 明彦 奈良県立医科大学, 医学部, 教授 (80378645)
• Co-Investigator(Kenkyū-buntansha): 伊藤 寛朗 京都大学, 医学研究科, 特定助教 (30991004)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2026: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2025: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2024: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 間質性肺炎 / 病理組織 / 深層学習モデル / 胸膜肺実質線維弾性症

Outline of Research at the Start

胸膜肺実質線維弾性症 (PPFE)は慢性間質性肺炎(CIP)の一つで、上肺優位に特徴的な線維化を呈するまれな疾患である。近年、PPFEは特発性に加え、二次性も報告されているが、診断に必用な線維化の組織学的評価は半定量的であり観察者間不一致の問題がある。本研究では、①病理デジタル画像を用い、PPFEの正確な評価のための空間的深層学習ネットワークの構築を行う。また構築したネットワークが、染色性の施設間格差を超え評価できるよう②ドメインアダプテーション技術を用いた線維化評価のための汎用モデルの構築も目標とする。提案したモデルにより疾患概念の再編や、適切な治療選択への寄与が期待できる。