データ分散型学習を用いたAIによるアミロイドイメージングの診断支援技術開発

• Project/Area Number: 24K10841
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52040:Radiological sciences-related
• Research Institution: Fukushima Medical University
• Principal Investigator: 山尾 天翔 福島県立医科大学, 保健科学部, 助手 (70825827)
• Co-Investigator(Kenkyū-buntansha): 三輪 建太 福島県立医科大学, 保健科学部, 教授 (40716594) ; 上高 祐人 地方独立行政法人東京都健康長寿医療センター(東京都健康長寿医療センター研究所), 東京都健康長寿医療センター研究所, 技術員 (80911627) ; 松田 博史 一般財団法人脳神経疾患研究所, 南東北創薬・サイクロトロン研究センター, 院長 (90173848)
• 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: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000); Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
• Keywords: 分散型学習 / アミロイドPET / 人工知能 / 診断支援システム

Outline of Research at the Start

人工知能（AI）研究は多施設共同研究により多量の学習データを確保するが、機密性の高い患者データを施設間で共有するため、プライバシーの観点から問題がある。連合学習では撮像した画像をその施設専用の学習用データとして利用し、多施設の学習結果のみをサーバーで統合することでAIモデルを開発するができる。施設外への画像の伝送（患者データの共有）が不要となる利点があり、医療分野におけるAI開発の標準手法となることが期待される。