2022 Fiscal Year Annual Research Report
Artificial intelligence-based analysis of chest X-ray to predict hemodynamic parameters
| Project/Area Number |
19K17559
|
|---|
| Research Institution | Mie University |
|---|
Principal Investigator |
鳥羽 修平 三重大学, 医学部附属病院, 助教 (20806111)
|
|---|
| Project Period (FY) |
2019-04-01 – 2023-03-31
|
| Keywords | 人工知能 / 血行動態予測 / 胸部X線写真 |
|---|
| Outline of Annual Research Achievements |
2022年度は、胸部X線写真から様々な血行動態指標を定量的に予測する人工知能の開発および性能評価や、様々な課題に応用可能な胸部X線写真の読影に特化した人工知能基盤モデルの開発を目標に研究を遂行した。
血行動態指標予測については、右房圧、右室圧、肺動脈圧、肺動脈楔入圧が胸部X線から予測可能なことが示され、その後の解析（Grad-CAMなどによる人工知能モデルの可視化）により、右房圧、肺動脈圧、肺動脈楔入圧の予測においては、人工知能モデルは臨床的に意義のある部位に注目して血行動態指標の予測を行っていることが示唆された。本研究成果については国内学会（日本心臓病学会、日本メディカルAI学会）において発表した。
胸部X線写真の読影に特化した人工知能基盤モデルに開発にあたっては、胸部X線写真の公開されている複数の大規模データセットを用いて、高解像度モノクロデータに対応した独自モデルの学習を行った。開発したモデルの転移学習（肺炎の診断および肺動脈楔入圧の予測）における性能を、日常画像を学習した既存の基盤モデルと比較したところ、学習時間、予測性能ともに有意に優れていた。本研究成果については国内学会（日本メディカルAI学会）で発表した。
研究機関全体を通じた成果としては、人工知能を用いて胸部X線写真から血行動態指標を定量的に予測できることを先天性心疾患患者の肺体血流比予測を対象として世界で初めて示した上で、他の様々な血行動態指標にも応用可能なことを示した。さらに予測性能向上のための手法を検討し、効果的な複数の方法を確立した。
|
-
-
-
[Presentation] Perioperative Changes of Pulmonary to Systemic Flow Ratio Predicted by Deep Learning-Based Analysis of Chest Radiographs in Patients with Atrial Septal Defect2023
Author(s)
Yusuke Sugitani, Shuhei Toba, Keishin Hattori, Umezu Kentaro, Yoshihide Mitani, Hirofumi Sawada, Hiroyuki Ohashi, Noriko Yodoya, Kazunobu Ohya, Naoki Tsuboya, Hisato Itoh, Yu Shomura, Masahiro Hirayama, Motoshi Takao
Organizer
第87回日本循環器学会学術集会
-
-
-
