| 研究課題/領域番号 |
16H02903
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
生命・健康・医療情報学
|
|---|
| 研究機関 | 国立研究開発法人産業技術総合研究所 |
|---|
研究代表者 |
野里 博和 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 主任研究員 (40435764)
|
|---|
| 研究協力者 |
鈴木 康夫
青木 博
池田 篤史
西山 博之
多田 智裕
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
12,090千円 (直接経費: 9,300千円、間接経費: 2,790千円)
2018年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2017年度: 4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2016年度: 6,760千円 (直接経費: 5,200千円、間接経費: 1,560千円)
|
|---|
| キーワード | 人工知能 / 内視鏡 / 画像診断 / 類似症例検索 / 転移学習 / 画像診断支援 / 特徴抽出 / 自動分類 / 膀胱内視鏡 / 消化器内視鏡 / 診断支援 / 機械学習 |
|---|
| 研究成果の概要 |
本研究では、内視鏡検査を対象として、コンピュータに蓄積された情報に基づいた自動分類結果と類似症例画像の提示により医師の知識や経験の差を補うと同時に、それら提示結果への医師のフィードバック情報によりコンピュータ内の診断基準を再構築する、医師が使えば使うほど診断基準が精錬され精度が向上する育成型内視鏡画像診断支援プラットフォームの提供を目指した研究を行った。内視鏡画像の自動分類技術と類似症例検索技術を統合した高度診断支援システムをベースに、収集した内視鏡画像による転移学習により診断モデルが追加学習され診断精度が向上する仕組みを開発し、実際の内視鏡画像を用いた検証によりその有効性を確認した。
|
| 研究成果の学術的意義や社会的意義 |
本研究が提供するプラットフォームは、医療画像の診断支援システム開発において最大の課題であった症例画像の収集と教師データに性能が依存する問題を解決する画期的なアイディアである。特に、画像を大量に収集困難な、検査数の少ない分野や難病などの希少病変においては、診断支援モデルを構築に要する学習画像枚数が少なくても、精度向上が期待でき、本システムをクラウド等のネットワーク上に展開することで、複数の病院で効率良い症例画像の収集と活用、複数医師の知識や経験をコンピュータ内の診断基準として統合・蓄積することが可能となり、本システムを介して相互的に補完する診断支援が可能となる。
|
