• Search Research Projects
  • Search Researchers
  • How to Use
  1. Back to project page

2021 Fiscal Year Annual Research Report

Explainable AI diagnostic system for breast cancer using tomosynthesis

Research Project

Project/Area Number 20H03738
Research InstitutionTohoku University

Principal Investigator

植田 琢也  東北大学, 医学系研究科, 教授 (40361448)

Co-Investigator(Kenkyū-buntansha) 佐谷 望  東北医科薬科大学, 医学部, 助教 (50816444)
原田 達也  東京大学, 先端科学技術研究センター, 教授 (60345113)
森 菜緒子  東北大学, 医学系研究科, 助教 (90535064)
Project Period (FY) 2020-04-01 – 2024-03-31
Keywords人工知能 / 乳癌 / 画像診断
Outline of Annual Research Achievements

2021年度は、2020年度までに実施した研究の規模を広げた。乳癌症例をこれまで500症例であった症例を1000例へと増やし、正常・良性石灰化・良性腫瘍・悪性腫瘍を分類するAIモデルの学習を行った。左右差を比較するアルゴリズムを組み込んだAIモデルを構築し、以前よりも精度の向上が得られている。読影医師が行っている乳腺左右比較をモデルに組み込んだAIの開発は、医師の読影の過程を取り込んだ説明可能AIによる画像診断の一端を担う技術である。
また、施設間のAI精度によるドメインシフトの問題について検討するために、まずは自施設データのデータの疾患割合を調整したうえで、それがAI診断の精度にかかわるのかを検証した。予想と同様に、疾患割合の低い画像データを用いたAIによる学習では、診断の精度は十分に上がらず、今後学習モデルの作成にむけて有病率を加味したデータセットの構築を工夫する必要がある。
学習に必要なデータ選定フローの確立・腫瘍データの取り出し・AI学習に必要な画像の事前処理を行うとともに、今後研究で必要となるモデルについて周辺技術のサーベイと我々の研究への応用の方向性について議論を深めた。
また2021年度はこれまで扱ってきた聖路加国際病院の画像データに加えて、東北大学病院の画像データの取り出しと、事前画像処理を行い来年度にむけての準備を行った。聖路加国際病院のデータはトモシンセシスのみであったが、東北大学病院では、トモシンセシスに加えてマンモグラフィーを扱う。

Current Status of Research Progress
Current Status of Research Progress

1: Research has progressed more than it was originally planned.

Reason

AI学習に用いる臨床画像データの順調な取得が行われており、また学習も高い精度で実施できている。今後のさらなる展開が十分行える状況にある。

Strategy for Future Research Activity

今後は以下の内容について研究を展開してゆく。
1-1 左右差を加味したAIモデルのさらなる改良:人間の診断医では、左右の乳房を比較しながら診断を下しているが、現在のAIではそのような左右差は数理モデル内に反映されていない。本年度このような左右差を考慮したAIモデルの研究を行う。2021年度に作成したプロトタイプをさらにブラッシュアップしてより高い精度のAI開発を目指す。
1-2 転移学習を用いたAIモデル:研究の題材であるトモシンセシスは、マンモグラフィーの多断層画像であり、より詳細な描出能をもつ上位互換の医療技術
である。このトモシンセシスによる乳癌のAI学習を、汎用性の高いマンモグラフィへと転移学習へと応用することによって、精密検査に用いられるトモシンセシスの高い診断精度を、検診で主に使用されるマンモグラフィの精度向上へと転用できる可能性がある。2021年度に計画し実施できなかった本研究を2022年度に推進する。
1-3 有病率の差によるトモシンセシスの良悪性診断:AIでは、学習を行うデータ内での有病率の差によって診断精度に差が生じることが明らかになっている。我々は、学習させるデータの有病率を変化させて、臨床において精度が保つことが出来るAIモデルの検討を行う。2021年度の疾患割合の変化で得られた知見にもどついて、本年度は実際に他施設のデータを応用し、研究を進める。

  • Research Products

    (3 results)

All 2021

All Journal Article (1 results) (of which Peer Reviewed: 1 results) Presentation (2 results) (of which Int'l Joint Research: 1 results)

  • [Journal Article] Effect of the Pixel Interpolation Method for Downsampling Medical Images on Deep Learning Accuracy.2021

    • Author(s)
      Hirahara D, Takaya E, Kadowaki M, Kobayashi,Y and Ueda,T
    • Journal Title

      Scientific Research Publishing

      Volume: 9 Pages: 150,156

    • DOI

      10.4236/jcc.2021.911010

    • Peer Reviewed
  • [Presentation] Differentiating between invasive and non-invasive breast carcinomas in digital breast tomosynthesis using deep convolutional neural networks2021

    • Author(s)
      Daiki Shimokawa, Kengo Takahashi, Kiichi Shibuya, Takuma Usuzaki, Mizuki Kadowaki, Eichi Takaya, Toshinori Fukuda, Ken Oba, Takuya Ueda
    • Organizer
      European Congress of Radiology 2021
    • Int'l Joint Research
  • [Presentation] 医学的見地を考慮した病変分類に基づく、乳房トモシンセシスの乳癌画像診断AIモデルの検討2021

    • Author(s)
      安達眞紀,川口くらら,金野智史,大庭建,髙屋英知,八木下和代,角田博子,植田琢也
    • Organizer
      第31回日本乳癌画像研究会

URL: 

Published: 2022-12-28  

Information User Guide FAQ News Terms of Use Attribution of KAKENHI

Powered by NII kakenhi