Disease screening system based on AI image analysis of newborn X-ray images

• Project/Area Number: 24K11015
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 52050:Embryonic medicine and pediatrics-related
• Research Institution: Chiba University
• Principal Investigator: 勝俣 善夫 千葉大学, 医学部附属病院, 医員 (80993823)
• Co-Investigator(Kenkyū-buntansha): 遠藤 真美子 千葉大学, 大学院医学研究院, 助教 (30436414) ; 川上 英良 千葉大学, 大学院医学研究院, 教授 (30725338) ; 服部 真也 千葉大学, 医学部附属病院, 特任助教 (50836179) ; 照井 慶太 自治医科大学, 医学部, 教授 (70375773)
• Project Period (FY): 2024-04-01 – 2027-03-31
• Project Status: Granted (Fiscal Year 2024)
• Budget Amount: ¥4,680,000 (Direct Cost: ¥3,600,000、Indirect Cost: ¥1,080,000); Fiscal Year 2026: ¥260,000 (Direct Cost: ¥200,000、Indirect Cost: ¥60,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000); Fiscal Year 2024: ¥2,600,000 (Direct Cost: ¥2,000,000、Indirect Cost: ¥600,000)
• Keywords: 人工知能

Outline of Research at the Start

2016～2022年に千葉大学医学部附属病院NICUにて入院し，全身（下顎～骨盤）のX線画像が撮像された新生児（日齢30以内）のX線画像を対象とする。①まず、深層学習に基づく物体検知アルゴリズムを応用して，新生児全身X線画像における領域（肺野・腹部・縦郭・骨（脊椎骨・上腕骨・大腿骨）を自動検出するモデルを開発する。並行して、アノテーションツール（Label Studio）を用いてラベリングを行う。 ②予測ターゲットとなるアウトカムをカルテから抽出し，X線画像をインプットとして合併症・予後を予測する深層学習モデルを開発する．