2016 Fiscal Year Research-status Report
人工知能と心疾患リスクモデルとを統合した次世代型画像診断システムの開発
| Project/Area Number |
15K09947
|
|---|
| Research Institution | Kanazawa University |
|---|
Principal Investigator |
中嶋 憲一 金沢大学, 医学系, 准教授 (00167545)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | 画像診断 / 人工知能 / 人工ニューラルネットワーク / 心臓核医学 / 多施設研究 / リスクモデル / 標準化 |
|---|
| Outline of Annual Research Achievements |
心臓の画像診断において患者臨床情報に核医学画像情報を加えた人工知能による心臓診断体系を作ることが本研究の目的である。
１）心臓機能解析のための基礎となる正常データベースについては、日本核医学会のワーキンググループ活動としてまとめて日本核医学会機関誌に公開した。この報告は、最近利用できるようになったSPECT-CT装置のデータベースを含み、さらに新しい位相解析などの正常値も提供するものである。
２）人工知能による虚血診断ソフトウェアの開発については、多施設研究としての約1000例のデータ収集を終え、人工ニューラルネットワークのトレーニングを実施した。学習データから最適の判定結果をえるために、コンピュータにより検出された異常を、その形、大きさ、位置などの多数の変数をもとに解析して、最大の診断精度を得るための最適な変数の組み合わせを決定した。この画像解析システムの精度検証を行うために、新たに多施設研究として約360症例の負荷心筋SPECTデータを収集した。このデータにより精度検証を行ったところ、受信者動作特性解析上も良好な診断精度を得ることができた。
３）交感神経イメージングによるI-123メタヨードベンジルグアニジン（MIBG）の機能指標については、校正ファントムを用いた標準化法を日本国内からさらに欧州に発展させ、アムステルダム大学との共同研究として実施した。その結果、欧州の撮像条件においても指標の標準化ができることが明らかになった。また、ハンブルグ大学とも本検査の定量指標の精度を改善させるための研究が終了し国際誌に発表した。現在、この標準化データを元に、MIBG検査を用いた死亡リスクモデルを検討中である。
４）PET検査においてはF-18 フルオロデオキシグルコース（FDG）を用いて、大血管の粥状効果の評価と治療効果の比較を行う研究を実施中である。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
１）多施設研究のデータが順調に収集され、心筋血流・代謝・神経イメージングおよび 心電図同期SPECTに関連したほとんどの正常値を決定することができた。これらの結果はすべて学術誌に公開済みである。
２）人工知能による虚血診断については、その予備検討でも診断率が良好であり、今後の検証研究に応用できることが確実となっている。
３）I-123 MIBG検査のためのファントム実験についても、欧州での共同研究が順調に進み、そのまとめが国際的学術誌に採択されている。この結果を用いて、さらに心臓死を予測するリスクモデルへの組み込みができる見込みである。
|
| Strategy for Future Research Activity |
１）SPECTの正常データベースに関する研究については、SPECT-CT装置のデータベースも作成中のため、そのまとめの論文化とともに、臨床応用のために各施設に提供できる準備を行う。
２）負荷心筋血流SPECTにおいて虚血と梗塞を診断する人工知能のソフトウェアのアルゴリズムはほぼ完成しているので、さらにその精度に関する検証を進める予定である。最終的には、人工知能によって専門医が判定する診断と同等の診断精度を得ることが目標であり、人工知能と専門医判定の比較研究を行う。さらに、臨床に適用できるように、これらのソフトウェアを公開するための準備をする予定である。
３）交感神経イメージングの指標の標準化については、欧州での共同研究により基礎が確立されたので、この方法論がさらに広く認知されるように活動を行う。特に、多施設により作成された心不全患者へのリスクモデルへの適用については、今後心臓死予測と、実際の死亡率との比較が必要である。最終年でその精度をさらに改善させるための方策を検討し、死亡予測のためのソフトウェアを作成する予定である。
|
