肺合併症を有する肺癌に対する新規AIモデルによるコンピュータ支援システムの確立

• Project/Area Number: 25K11427
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 53030:Respiratory medicine-related
• Research Institution: Shinshu University
• Principal Investigator: 北口 良晃 信州大学, 学術研究院医学系(医学部附属病院), 准教授 (40447751)
• Co-Investigator(Kenkyū-buntansha): 大江 亮徳 信州大学, 学術研究・産学官連携推進機構, 助教(特定雇用) (10993115) ; 濱中 一敏 信州大学, 学術研究院医学系, 准教授 (20419386) ; 原 大輔 信州大学, 医学部, 特任助教 (90761007)
• Project Period (FY): 2025-04-01 – 2029-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2028: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2027: ¥1,040,000 (Direct Cost: ¥800,000、Indirect Cost: ¥240,000); Fiscal Year 2026: ¥650,000 (Direct Cost: ¥500,000、Indirect Cost: ¥150,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: AI / 肺癌

Outline of Research at the Start

慢性閉塞性肺疾患や間質性肺炎などの肺合併症が背景肺にあると、ない場合に比べて肺癌の発症率が高い。しかしこれらの肺合併症の所見によって肺癌に特有の所見が修飾され、医療AIによる肺癌診断の臨床応用は限定的である。
「自然言語処理における最先端技術であるTransformerを応用した新規AI診断システムを開発し、CT画像読影において発がんリスクが高い肺合併症がある場合でも肺癌の診断を可能にすること」を本研究の目的とした。肺切除術が施行された症例のCT画像データを教師データとしてTransformerを応用したAI学習モデルを構築し、得られた学習結果に基づき現実的に実践可能な読影精度を評価する。