2023 Fiscal Year Annual Research Report
Deep learning-based analysis of probe-based confocal laser microscopic findings to develop a new diagnostic methods of diffuse lung diseases
| Project/Area Number |
21K08216
|
|---|
| Research Institution | Fujita Health University |
|---|
Principal Investigator |
今泉 和良 藤田医科大学, 医学部, 教授 (50362257)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
寺本 篤司 藤田医科大学, 保健学研究科, 教授 (00513780)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 深層学習 / びまん性肺疾患 / 共焦点レーザー顕微鏡 / 呼吸器内視鏡 |
|---|
| Outline of Annual Research Achievements |
プローブ型共焦点レーザー顕微内視鏡 (pCLE) (Cellvizio; AlveoFlex, Mauna Kea Technologies, France) による末梢肺自家蛍光顕微鏡画像は、間質性肺炎診断に応用できる可能性を持っている。肺内には肺胞壁 気管支壁 血管壁に弾性線維を含み、含有されるエラスチン分子には自家蛍光があることが判明している。また肺胞マクロファージにも自家蛍光があり、これらをこの顕微鏡プローブで直接観察することで肺胞壁の肥厚や弾性線維の破壊程度、あるいは肺胞内の炎症状況の微細像がリアルタイムで観察できる。これまでの研究において間質性肺炎の各病型には異なる画像パターンがあることが判明しており病理学的所見ともある程度一致する所見が得られている。しかし得られる画像は動画データであり、症例毎・疾患毎の画像特徴を肉眼的に抽出するのは困難であり、AI(人工知能)を用いた解析が有用である可能性がある。pCLEプローブを気管支鏡（オリンパスBF260またはBFp290F）の鉗子チャネルから挿入し胸膜直下から数cmの範囲で撮像した。UIP 3症例とfNSIP 3症例の動画データをテクスチャ解析と機械学習法を用いて解析し、抽出した画像特徴量を識別器に入力して、鑑別の正解率について検討した。74種類の画像特徴量が抽出され、機械学習法としてNaive Bayes法を用いた場合、個々の画像ベースの鑑別については64.7%の識別正解率であり、症例ベースでは３例中それぞれ２例を正しく識別（67%）した。
AIによる機械学習を用いたpCLE画像からの間質性肺炎病型鑑別は今後、検討可能な技術であると思われた。画像取得の部位、時間、病期によって結果が異なることが考えられ、データ採取の標準化が重要であることも考えられた。
|
