Building Medical Multimodal Foundation Models and a Large-scale Training Dataset Using PET-CT Scan Information

• Project/Area Number: 25K15246
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 61030:Intelligent informatics-related
• Research Institution: Yamaguchi University
• Principal Investigator: 間普 真吾 山口大学, 大学院創成科学研究科, 教授 (70434321)
• Co-Investigator(Kenkyū-buntansha): 平野 綱彦 山口大学, 医学部附属病院, 准教授 (00382333) ; 松永 和人 山口大学, 大学院医学系研究科, 教授 (20347602) ; 呉本 尭 日本工業大学, 先進工学部, 教授 (40294657)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000); Fiscal Year 2027: ¥1,170,000 (Direct Cost: ¥900,000、Indirect Cost: ¥270,000); Fiscal Year 2026: ¥1,560,000 (Direct Cost: ¥1,200,000、Indirect Cost: ¥360,000); Fiscal Year 2025: ¥1,820,000 (Direct Cost: ¥1,400,000、Indirect Cost: ¥420,000)
• Keywords: 深層学習 / 医用画像 / 画像所見 / 基盤モデル

Outline of Research at the Start

人工知能（AI）を用いた医療診断システムの研究が活発に行われているが，個人情報等の問題からデータの共有が難しく，また医師の負担の面で教師データの迅速な整備も難しいため，医療AI研究のボトルネックとなっている．本研究では，言語・画像系基盤モデルを統合した医療用の大規模マルチモーダル基盤モデルを構築し，全身PET-CT画像とその所見データに適用することで，疾患の有無，有疾患部位などの教師ラベルがついた，大規模医療データセットを構築する．