2022 Fiscal Year Annual Research Report
Development of a wound diagnosis system using small data type AI
| Project/Area Number |
22H03248
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Kobe University |
|---|
Principal Investigator |
寺師 浩人 神戸大学, 医学部附属病院, 教授 (80217421)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
高須 啓之 山口大学, 医学部附属病院, 准教授 (40566022)
榊原 俊介 神戸大学, 医学部附属病院, 特命講師 (50444592)
武川 公 甲南大学, フロンティアサイエンス研究科, 特別研究員 (60099835)
武川 力 神戸大学, 医学部附属病院, 非常勤講師 (90444596)
|
|---|
| Project Period (FY) |
2022-04-01 – 2026-03-31
|
| Keywords | 創傷診断 / AI / 慢性創傷 |
|---|
| Outline of Annual Research Achievements |
われわれの研究チームでは、慢性創傷(特に褥瘡)の画像を基に、自動で創傷の状態を判別するシステムの構築し、さらにこのシステムをアプリケーションに実装し、実用化を目指している。第３世代AI(いわゆるCNN)を用いて創傷画像を学習させるには膨大な教師画像が必要となるが放射線画像とは異なり、診断情報が付加された膨大な創傷画像を準備することは極めて困難である。そこで、われわれはスモールデータを用いた診断システムの構築を目指すこととした。ここで、創傷治療においては、診断をすることと治療することとは必ずしも同義ではなく、治療方針についてはいくつかのオーバーラップが認められることから、われわれは6つのポイントとなる項目に絞り、これらの組み合わせで治療方針を導く方法を導入した。
今年度はまず、これら6つのポイントのうち、壊死組織の有無、潰瘍の深さに焦点を絞ることとした。教師画像をCNNに読み込ませこれらの項目に関して学習させることを試みた。しかしながらまず、創傷範囲を決定しなくてはならないことになり、本テーマは翌年度の研究課題となった。一方で、画素を基本とし、隣接する画素との色域差などを用いて計算法による数値化およびグラフ化、カットオフ値の設定を行うプログラムを作成したところ、画素情報をRGBで分割したものの名から特にRに焦点を絞った場合および黒・白情報を元に診断システムを構築したところ、カットオフ値が導き出され、高い診断率を求めることができた。この診断プログラムを利用し、第２世代AIに組み込み、アルゴリズム化を行った。同時にエキスパートシステムによる診断システムのフレームを構築した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
およそ計画通りに進んでいる。
|
| Strategy for Future Research Activity |
以下の1または2によって傷部分だけで褥瘡の状態を識別することができるシステムの開発を目指す。これができれば、このシステムはユニバーサルとなる。
1. 利用者に傷部の中心を一点タップしてもらい、タップした地点から論理的手法とCNNによる手法を併用して傷部分のみを切り出す。
2利用者にスマホ上で 褥瘡部分と考える領域を四角形で囲み(囲み方は容易、アプリの作成が必要)、それを傷部分の画像とする。2は1よりも傷部を正確に捉えることができると考えられる。 以上をクラウドサーバー上で実行できるプログラムを作成し、さらに遠く離れた山口大学においても当該プログラムを実行し、作動するのか、 あるいはインターネットを経由した場合のタイムラグなどを評価する実装実験を行う。
|
