| 研究課題/領域番号 |
18K15769
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分53010:消化器内科学関連
|
|---|
| 研究機関 | 愛知県がんセンター(研究所) |
|---|
研究代表者 |
桑原 崇通 愛知県がんセンター(研究所), がん予防研究分野, 研究員 (10816408)
|
|---|
| 研究期間 (年度) |
2018-04-01 – 2021-03-31
|
| 研究課題ステータス |
完了 (2020年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2020年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2019年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2018年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | 人工知能 / deep learning / 膵嚢胞 / IPMN / 膵腫瘍 / 膵管癌 / 膵神経内分泌腫瘍 / 慢性膵炎 / 膵臓 / 超音波内視鏡 |
|---|
| 研究成果の概要 |
人工知能を用い、他モダリティでは診断困難な膵嚢胞や膵腫瘍の良悪性診断を試みた。膵嚢胞の一種であるIPMN50例を対象とし、ResNet50をベースにAIモデルを作成、tensorflowを用いて学習させ10-fold交差検証を用いて評価した。その結果AIは正診率94%で良悪性診断を行うことが可能であった。
膵腫瘍に関しては膵管癌、神経内分泌腫瘍、自己免疫性膵炎、慢性膵炎の４疾患約900例を対象とし、EffcientNet-b4をAIモデルとして使用、pytorchを用い、スーパーコンピュータを用いて学習させ外的検証まで行った。その結果AIは膵管癌か否かを正診率90%で行うことが可能であった。
|
| 研究成果の学術的意義や社会的意義 |
AIによって超音波内視鏡（EUS）画像を解析することで他モダリティでは判定困難な膵疾患を高精度に診断することが可能であることを示した。今後薬事申請を踏まえた研究計画を立て一般的臨床で使用できるようにすることを目指す。それにより膵疾患の治療タイミングを逃さない、または不要な手術を減らすことができるなど膵疾患に対する治療判断の精度を向上することができるようになる。
|
