2023 Fiscal Year Annual Research Report
| Project/Area Number |
21K16386
|
|---|
| Research Institution | International University of Health and Welfare |
|---|
Principal Investigator |
関根 速子 国際医療福祉大学, 国際医療福祉大学成田病院, 講師 (20893639)
|
|---|
| Project Period (FY) |
2021-04-01 – 2024-03-31
|
| Keywords | 乳房構成 / 高濃度乳房 / 人工知能 |
|---|
| Outline of Annual Research Achievements |
本研究は主に2つの部分に分けられる。一つ目は、マンモグラフィを用いて、乳房構成を判定する人工知能モデルを作成することである。
協力医療機関である公津の杜メディカルクリニックのマンモグラフィについて、乳房の構成（極めて高濃度、不均一高濃度、乳腺散在、脂肪性）ごとに画像を抽出した。最終判定で構成が変更となる乳房厚3cm未満の症例は除外した。抽出した症例を左右それぞれ反転させて乳房の向きをそろえて画像を構築した。通常の両側MLO撮影の画像では、2回学習することができ症例数を十分に確保できた。同時に、乳がん検診精度管理中央機構のマンモグラフィ読影認定Ａ判定の医師が2人以上の判定が一致した症例以外は除外した。こうして得られた乳房構成を教師あり学習としてディープラーニングを行った。マンモグラフィ画像は、全体を同一の長方形に分割して学習することにした。
このようにして得られた乳房の構成の予測モデルは、trainingおよびvalidationの両方において精度90%を超える結果であった。
本研究の二つ目の部分として、このモデルを他施設のマンモグラフィ画像についても応用するため、国際医療福祉大学乳腺外科学および予防医学センターで一次検診目的に施行されたマンモグラフィ画像に対して、この学習モデルを適応させその精度を評価した。結果は、validationにおいて妥当とするには難しい結果であった。予測モデルの作成と、その評価の段階で使用した画像において、撮像プロトコルやピクセル数の違い等といった画像データ上の細かい相違によって判定精度が不十分になったと考察する。全国のどの医療機関でも使用できる汎用性を持たせるためには、プロトコルの異なるさらに多くの画像情報が必要になることが証明された。一方で、医療機関ごとのオリジナルの予測モデルという条件下であれば、精度の高い予測モデルとなった。
|
