ディープラーニングを用いた診断補助アルゴリズムに対する誤認知の検討

2021 Fiscal Year Research-status Report

• Project/Area Number: 20K16734
• Research Institution: Osaka City University
• Principal Investigator: 本条 隆 大阪市立大学, 大学院医学研究科, 医員 (30779492)
• Project Period (FY): 2020-04-01 – 2024-03-31
• Keywords: 深層学習 / 誤認知 / Deepl earning / Super resolusion

Outline of Annual Research Achievements

誤認知のAIモデルに関しては、AI作成も理想的な動作が実現できなかった。ただ、そのAI作成過程で得たノウハウを活かして、マンモグラフィ画像の高解像度化のAI作成に取り組んだ。
マンモグラフィ検診は乳がんに関連する死亡率を効果的に減少させることができるが、マンモグラフィの解釈は難しく、発見可能ながんの少なくとも25％が見逃される。乳がんの重大な兆候のひとつに、集積した微小石灰化があります。これらは乳がんの30～50％に見られるが、早期乳がんに関連する場合は通常約500μmより小さく、このような微小石灰化の検出は放射線科医にとって大きな負担であるため、微小石灰化の検出を支援する技術は臨床の場で有用であると考えられる。我々は、マンモグラフィの高解像度化のAI作成を行い、知覚に基づく画質評価（PIQE）の非基準画質メトリクスと放射線科医による目視評価で、AIの性能を定量的・定性的に評価した。結果として、定量的にはPIQEの平均値と標準偏差はオリジナルマンモグラフィ画像が12.3±5.0、AI適応後高解像度化マンモグラフィ画像が3.2±1.3であり、有意差を示した。視覚的にもAI適応後高解像度化マンモグラフィ画像はオリジナルマンモグラフィ画像より微小石灰化の評価に優れていた。

Current Status of Research Progress

2: Research has progressed on the whole more than it was originally planned.

Reason

コロナウイルスによる制限があったが、当初から無理のない計画を建てているため、結局進捗に影響を与えることなくきている。

Strategy for Future Research Activity

今後、マンモグラフィの高解像度化モデルを論文化する。

Causes of Carryover

コロナにより研究の進捗にやや変更があったため次年度使用額が生じた。もともとの使用予定だった物品に使用する。