2022 Fiscal Year Research-status Report
Development and clinical application of a deep-learning model to predict hemodynamic parameters from chest radiographs
| Project/Area Number |
20KK0375
|
|---|
| 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) |
2021 – 2023
|
| Keywords | 先天性心疾患 / 胸部X線写真 / 人工知能 / 手術適応予測 / 血行動態予測 |
|---|
| Outline of Annual Research Achievements |
2022年度は、胸部X線写真から先天性心疾患手術における予後を予測する人工知能の開発を主な目標として、Boston Children's Hospitalとの国際共同研究を遂行した。
2022年7月から12月にかけて米国へ渡航し、同院において研究に必要なデータの取得を進めた上で、人工知能の開発を行った。術後予後予測については、解剖学的な数値指標を予測する人工知能を開発した上で、予測された指標の予後予測能を評価することとし、今年度の成果として、当該数値指標を胸部X線写真から定量的に予測できることを示した。
また先天性心疾患領域においてはその疾患の複雑さから、研究の対象疾患群を明確に定義して該当する患者を自動抽出することが困難であり、これが先天性心疾患研究で大規模データを扱う際の課題となっている。この課題を解決するために、同院のデータをもとに先天性心疾患を自動分類するアルゴリズムを開発した。
また胸部X線写真を入力とする人工知能モデルの性能向上のため、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を行った。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。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
研究に必要なデータの取得や、研究基盤の整備を概ね予定通り遂行することができた。
|
| Strategy for Future Research Activity |
これまでに得られたデータをもとに、開発した人工知能の臨床における有用性を検証する。またこれまでに開発した血行動態予測人工知能モデルに対し、確立した複数の性能向上のための手法を応用することで、人工知能の予測能向上を進める。
|
Research Products
(5 results)
-
-
-
-
-
[Presentation] Perioperative Changes of Pulmonary to Systemic Flow Ratio Predicted by Deep Learning-Based Analysis of Chest Radiographs in Patients with Atrial Septal Defect2022
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
