Exploratory research about data cleansing of standard teaching data for developing AI for image diagnosis

2021 Fiscal Year Research-status Report

• Project/Area Number: 21K07683
• Research Institution: Kyoto Prefectural University of Medicine
• Principal Investigator: 高橋 健 京都府立医科大学, 医学(系)研究科(研究院), 助教 (10226839)
• Project Period (FY): 2021-04-01 – 2025-03-31
• Keywords: 画像診断 / AI / データクレンジング / 画像データセット / 臨床情報 / 院内完結型

Outline of Annual Research Achievements

本研究では臨床情報を含む院内完結型の包括的データベースを構築し，そのデータを AI 構築に資する状態ヘデータ精製 (data cleansing) する過程の手法・手順を探索することを目的としている。
2016年～2020年の5か年における院内脳MRIデータ（4000件以上）の収集を完了した。
これらのデータには、さまざまなMRI撮像手法が混在しており、機械学習に直接用いることはできない。そのため、DICOM情報に基づく自動分別、臨床情報の自動抽出と分別を経たサブセットの生成が必要である。
さらに、詳細な撮像パラメータ、MRI装置メーカー等の分別など研究対象たる項目を統一するためのルールが必要である。現在は、脳のパーセレーションを用いて、各部位ごとのMRI特徴量の病態、年齢ごとの差異を抽出・比較する目的のためのルール作りを行っている。

Current Status of Research Progress

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

Reason

院内における画像データ収集手法・経路の確保、データの保存と分別手法の試行、具体的な目的に応じたデータ精製を開始したことなどを含めて、計画は順調に推移している。

Strategy for Future Research Activity

本研究では、画像限定ではなく，より高次の臨床情報を含む AI アルゴリズムを目指しているため、主にテキスト情報で構成させている臨床情報の自動抽出と分別手法の開発を行う予定である。
また、院内完結型のデータベースを構築し、その利点・欠点を検証することも目的としている。具体的な機械学習に沿ったデータ数の確保状況などを基に、検証を進めう予定である。

Causes of Carryover

コロナ肺炎のため想定していた学会に現地参加できず、オンライン参加した。そのため想定していた旅費が使われず、持ち越しになった。
今年度は現地参加ができるのではないかと期待しており、持ち越し費用を使うと考えている。