Deep learning based glomerular disease pathological assessment algorism

• Project/Area Number: 25K15951
• Research Category: Grant-in-Aid for Scientific Research (C)
• Allocation Type: Multi-year Fund
• Section: 一般
• Review Section: Basic Section 90130:Medical systems-related
• Research Institution: Tohoku University
• Principal Investigator: 岡本 好司 東北大学, 大学病院, 講師 (80572247)
• Co-Investigator(Kenkyū-buntansha): 小島 要 東北大学, 東北メディカル・メガバンク機構, 講師 (10646988) ; 志藤 光介 東北大学, 大学病院, 学術研究員 (10976228)
• Project Period (FY): 2025-04-01 – 2028-03-31
• Project Status: Granted (Fiscal Year 2025)
• Budget Amount: ¥6,240,000 (Direct Cost: ¥4,800,000、Indirect Cost: ¥1,440,000); Fiscal Year 2027: ¥910,000 (Direct Cost: ¥700,000、Indirect Cost: ¥210,000); Fiscal Year 2026: ¥1,950,000 (Direct Cost: ¥1,500,000、Indirect Cost: ¥450,000); Fiscal Year 2025: ¥3,380,000 (Direct Cost: ¥2,600,000、Indirect Cost: ¥780,000)
• Keywords: 深層学習 / 糸球体疾患 / 腎病理

Outline of Research at the Start

本研究は、AIを用いた腎疾患の病理解析を通じて、IgA腎症における予後予測の精度向上を目指している。本研究では、IgA腎症におけるメサンギウム領域をAI解析によって抽出・定量化し、従来の主観的な診断法に対して、より客観的で高精度な診断および予後予測を実現することを目指す。具体的には、Whole Slide Imagingを用い、糸球体を含む腎組織の主要構造をAIでセグメンテーションし、メサンギウム領域や線維化、炎症細胞浸潤などの複数の要因を定量化する。このデータを基に、Oxford分類の組織重症度や臨床的予後との関連を詳細に解析し、IgA腎症の進行度合いや治療効果の評価に応用する。