2020 Fiscal Year Research-status Report
人知を超えた乳房X線画像診断能力をもつ革新的AI支援システムの開発
| Project/Area Number |
18K19892
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
本間 経康 東北大学, 医学系研究科, 教授 (30282023)
|
|---|
| Project Period (FY) |
2018-06-29 – 2022-03-31
|
| Keywords | 計算機支援診断システム |
|---|
| Outline of Annual Research Achievements |
本研究では、医療画像ビッグデータを基に深層学習などの機械学習を用いて、専門医レベルを凌駕する革新的なX線画像診断を実現するような、新時代の人工知能支援診断（artificial intelligence-aided diagnosis, AID）システムの開発に挑戦している。本年度は、これまでに開発した乳房X線画像診断、ならびに死後画像診断（autopsy imaging: Ai）のための深層学習を用いたAIDシステムに対して、性能改善とシステムの出力である診断結果の説明性向上を試みた。
1. 腫瘤検出・鑑別AIDシステムの性能向上：深層学習ニューラルネット（deep convolutional neural network, DCNN）を基に、これまで構築した、乳房X線画像用AIDシステムを用いて、性能検証と改良を行った。とくに、これまで検出が困難であった微小な腫瘤陰影に対し、DCNNの深い層で処理対象が入力の広範囲に及ぶため、局所の小さな特徴がそぎ落とされる問題を、浅い層からの特徴を直接深い層へ結合させる工夫を施すことで改善を試みた。その結果、検出が難しい微小腫瘤の検出率を１割程度改善することに成功し、提案手法の有効性が示唆された。
2. 死後画像診断AIDシステムの改良：これまでに構築した死後画像を用いた溺死鑑別用AIDシステムに対し、その鑑別根拠を注目領域や入力画像画素の貢献度から詳しく解析した。その結果、これまで不明であった放射線診断学ならびに法医学的根拠がいくつか明らかとなり、その妥当性や残された課題が明確になった。これは、今後の性能向上に繋がる重要な成果である。
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
当該年度の研究計画のうち、COVID-19の感染拡大により、乳がんの主要な画像所見の1つである腫瘤の良悪性鑑別に関する追加の読影実験が行えず、予定していた結果の取りまとめができなかった。これは、実験自体の感染防止対策に時間を要したことに加え、COVID-19患者対応等、医療の逼迫により読影実験に参加する専門医の確保が難しかったためである。また、開催ならびに発表予定であった学会等が中止やonline化され、海外共同研究先との相互訪問も延期された。このため、研究期間の延長を申請した。さらに、２月、３月に発生した１０年前の東日本大震災の大規模な余震により、実験設備に被害を受け、研究進捗の遅れを余儀なくされた。
一方、これまで困難だった病変の検出が可能になった点、また診断結果の解釈が可能になった点は、予想以上の進展であった。
実験計画の見直しと感染対策により、次年度実施の目処が立ち、また遠隔会議等を活用して、当初の目標達成を目指す計画である。以上を総合して，やや遅れていると判断した。
|
| Strategy for Future Research Activity |
地震による被害からの復旧を進めており、まもなくAIDシステムによる読影実験が可能になる。また、すでに感染防止対策が完了し実験規模も見直したため、感染拡大が現在よりも極端に悪化しない限り実施可能の見込みである。これにより予定していた結果の取りまとめを行う。一方、死後画像診断AIDシステムの解剖実施時利用に関する実証実験を行い、その有効性の検証を行う。さらに、COVID-19の影響で延期した国際シンポジウムを遠隔開催するなど、積極的に成果発表を行う予定である。
|
| Causes of Carryover |
COVID-19の感染拡大に伴い、予定通りの研究実施が困難となった。とくに、実験室ならびに実験参加予定の専門医の都合上、予定していた読影実験が実施できなかったことに加え、国際共同研究先との相互訪問や学会発表等のための旅費が執行できなかったため、研究期間の延長を申請した。感染対策と実験計画の見直しにより次年度は読影実験の実施が可能となり、また論文投稿による成果発表や遠隔での打合せや発表など、目標達成の代替手段にも目途が立っている。
|
-
-
-
-
[Presentation] A Deep Learning Aided Drowning Diagnosis for Forensic Investigations Using Post-Mortem Lung CT Images2020
Author(s)
Noriyasu Homma, Xiaoyong Zhang, Amber Habib Qureshi, Takuya Konno, Yusuke Kawasumi, Akihito Usui, Masato Funayama, Ivo Bukovsky, Kei Ichiji, Norihiro Sugita, Makoto Yoshizawa
Organizer
42nd Annual International Conference of IEEE Engineering in Medicine and Biology Society
Int'l Joint Research
-
-
-
-
-
