2022 Fiscal Year Annual Research Report
スパースモデリングを応用した外科学知識の体系化基盤の構築
| Project/Area Number |
19H04484
|
|---|
| Research Institution | Kyoto University |
|---|
Principal Investigator |
中尾 恵 京都大学, 医学研究科, 教授 (10362526)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
上田 順宏 奈良県立医科大学, 医学部, 学内講師 (40571005)
今井 裕一郎 奈良県立医科大学, 医学部, 研究員 (80347567)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 機械学習 / スパースモデリング / 手術計画 / 下顎骨再建 / 医用人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究の目的は，外科医の医学知識や経験を体系化し，外科医自身の新たな洞察や知識の獲得に資する機械学習方法と情報システムの探究である．特に，日常的に得られる手術計画の事例データから客観的かつ自動的に手術プロセスを定式化するスパースモデリングの枠組みを提案し，大きく次の三つの研究目標を置いて理論構築と実証を目指した．
・ 異なる施設に所属する複数の医師による 500例以上 の手術計画データの生成と解析
・ スパースモデリングの数理 に基づくデータ駆動型 外科手術コーパスの創出
・ 外科手術コーパスによる手術計画の機序の定式化と分類，患者固有の計画の自動生成
本年度は専門医から得られた計232例の手術計画データと患者個人の3次元医用画像から得られる画像特徴量，臨床医学用語との因果関係を対象に統計的因果探索を用いた解析に着手した．また、深層因果探索モデルであるDAG-GNN(DAG Structure Learning with Graph Neural Networks) の手術計画データへの適用を試行し，DAG-GNNを画像分類タスクへ応用した新しい深層因果探索モデルについても検討を行った．
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
集積した手術計画データを対象に外科学知識の体系化基盤の一つとして統計的因果探索モデルの構築について検討を開始しており，計画書に挙げた研究課題についてそれぞれ一定の成果が得られている．
|
| Strategy for Future Research Activity |
画像分類タスクへ統計的因果探索モデルを導入し，下顎骨再建術に重要な特徴量の複数医師間の因果解析を行う予定である．
|
