2020 Fiscal Year Annual Research Report
Development of AI-supported auto-diagnostic system for occupational lung diseases
| Project/Area Number |
19K22763
|
|---|
| Research Institution | Kochi University |
|---|
Principal Investigator |
菅沼 成文 高知大学, 教育研究部医療学系連携医学部門, 教授 (50313747)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
吉田 真一 高知工科大学, 情報学群, 教授 (30334519)
|
|---|
| Project Period (FY) |
2019-06-28 – 2021-03-31
|
| Keywords | 職業性肺疾患 / 胸部X線画像 / 機械学習 / 深層学習 |
|---|
| Outline of Annual Research Achievements |
職業性肺疾患の胸部X線画像を対象として、粒状影、プラーク、などをターゲットに機械学習、エキスパートシステムの両面からのアプローチを職業性肺疾患の専門家、コンピュータサイエンティスト、診療放射線技師らがそれぞれの知識と経験を持ち寄ることで、検討を行ってきた。中国四国合同産業衛生学会、日本産業衛生学会などの口演発表では、職業性肺疾患については研究者が少なく、また、米国の上級じん肺読影医B Readerも全米で300名程度と実務を担当できる医師も少ない専門分野であるため、新しいソルーションの開発に期待が大きい。汎用のアルゴリズム応用から始まり、複数のアプローチを同時に行うことで、画像処理やセグメンテーションなど通常の機械学習、深層学習の手法に止まらないステップを積み上げてきており、開始当初の困難を克服しつつある。じん肺陰影の有無を判定するアルゴリズムについては、特異度が非常に高く、感度も高いものを確立した。症例数が比較的少ないことが最大の課題であり、少数症例を用いた症例による機械学習、深層学習の手法など関連領域の先行研究を参考にしつつ、独自の手法を開発した。胸膜プラークについても、課題を克服しつつある。実際に利用可能なシステムへのブラッシュアップを行いつつ、コンピュータの処理速度の進化に伴って解像度の高い画像での解析の可能性を検討する。また、今後、開発したシステムを用いたフィールド研究への応用や教育教材への応用などの検討も開始する。
|
