2023 Fiscal Year Research-status Report
複合型放射線画像検査診断支援システム開発に向けた最適検査の推論手法の検討
| Project/Area Number |
20K18857
|
|---|
| Research Institution | Hokkaido University of Science |
|---|
Principal Investigator |
谷川原 綾子 北海道科学大学, 保健医療学部, 講師 (50711884)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | MRI / 自然言語処理 / 深層学習 / 検査支援 |
|---|
| Outline of Annual Research Achievements |
放射線画像検査における画像取得から診断までの一連のプロセスを支援する複合型放射線画像検査診断支援システムの開発を目指している。このシステムは、患者の主訴や病歴・治療経過等から、最適なMRIやCTなどの放射線検査の種類やその撮影手法を自動で選択することで、取得される画像の質・診療の質の向上を実現する。
これまで、人工知能技術Encoder-DecoderモデルとICD-10コードを用いた最適MRI検査プロトコル推薦ツールの開発を進めてきた。このシステムは、依頼科医師が作成したMRI検査依頼書の記載内容と患者の疾患名を考慮して最適なMRI撮影プロトコルの予測を行うものである。放射線科医の指示と比較した結果、脳MRIにおける造影検査では60.84%、非造影検査では66.16%の精度を達成している。現在、入力文の前処理であるトークナイズ手法の改良や、患者の年齢等の患者基本情報等を加え、さらなる精度向上を目指した検討を進めている。
上記と平行して、MRI検査関連文書を対象とした固有表現抽出器の開発も進めている。このツールは、文字列一致アルゴリズムにて病名を検出し、その病名にICD-10コードを付与する。現在までに、病名抽出精度は、Precisionが92.0％、Recallが96.0％、Ｆ値が94.0％となり、抽出した病名に対して適切なICD-10コードの付与精度が96.6％を達成した。この成果を踏まえ、病名や所見情報の関係性を考慮したオントロジーモデル生成用プログラムを開発した。評価は次年度に実施する予定である。
|
| Current Status of Research Progress |
Current Status of Research Progress
4: Progress in research has been delayed.
Reason
これまでに開発した最適検査プロトコル予測ツールと、既存オントロジーを用いた病名、症状、画像所見等に関するナレッジモデルを融合したシステムを構築し、このシステムの精度評価を行う予定であったが、オントロジーモデル生成用プログラムの構築に時間を要し、評価まで至らなかった。
|
| Strategy for Future Research Activity |
最適検査プロトコル予測ツールと、既存オントロジーを用いた病名、症状、画像所見等に関するナレッジモデルを融合したシステムの構築とその精度評価を行う。
|
| Causes of Carryover |
コロナウイルスの感染拡大の影響から、学会などの出張等がオンラインとなったことが原因である。論文投稿や学会参加に向けた諸費用に充てる。
|
