2023 Fiscal Year Annual Research Report
| Project/Area Number |
19K08131
|
|---|
| Research Institution | Tokai University |
|---|
Principal Investigator |
高原 太郎 東海大学, 工学部, 教授 (50308467)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉岡 直紀 国際医療福祉大学, 大学病院, 教授 (10292913)
風間 俊基 東海大学, 医学部, 准教授 (70375781)
|
|---|
| Project Period (FY) |
2019-04-01 – 2024-03-31
|
| Keywords | 拡散強調画像 / DWIBS法 / DWIBSマンモグラフィ（DWIBS-MMG） / Anomaly GAN / MONAI CORE / EfficientNet / 乳腺MRI検査 / 診断補助システム |
|---|
| Outline of Annual Research Achievements |
1. 検診結果の効率化：これまでのデータ解析により、検診結果の80%が軽微な異常（A判定:異常なし、B判定:嚢胞など軽度の異常）であることが確認された。この軽微な異常の判定を効率化するため、Anomaly GANを用いて異常値を判定し、迅速に分類・除外する試みが行われた。これにより、臨床現場の効率向上や受診者の待ち時間短縮が期待される。
2. DWIBSマンモグラフィの診断能力：DWIBSマンモグラフィ（DWIBS-MMG）は、元画像の診断能力（背景に対する腫瘍のコントラスト）が非常に高い特性を持つ。この技術にAIを組み合わせることで、高精度な診断結果が得られる可能性があることが実験で確認された。この組み合わせは、新たな診断技術として期待される。
3. MONAI COREの導入：NVIDIAの新しいAIソリューション、MONAI COREを導入した結果、診断成績が向上した。特に、EfficientNetの利用によりその効果が一層引き立ち、ROCで90%を超える結果が達成された。これにより、濃縮嚢胞の診断が大幅に改善されたことが実証された。
4. 乳腺MRI検査の精度向上：腺MRI検査の精度向上を目的としたモデルの開発に成功した。のう胞有無の分類モデルと有意高信号有無の分類モデルは高精度に構築され、FS-T2強調画像（FS-T2WI）と拡散強調画像（DWIBS）を用いた診断補助システムにより、高精度な分類が可能となった。このシステムにAnomaly GANを組み合わせることで、信頼性の高いAIソリューションが完成し、見逃し防止や検診の診断能向上が期待される。ただし、Anomaly GANの精度向上にはさらなるデータ収集が必要である。
|
