| 研究課題/領域番号 |
18K16600
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分56010:脳神経外科学関連
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
渡辺 充 日本大学, 医学部, 助教 (00792673)
|
|---|
| 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 |
2,860千円 (直接経費: 2,200千円、間接経費: 660千円)
2020年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2019年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2018年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | 深層学習 / 脳卒中 / 頭部外傷 / 画像診断 / 人工知能 / 画像認識 / 頭部CT画像 / 画像判定 / 頭部CT |
|---|
| 研究成果の概要 |
急性期脳卒中や重症頭部外傷では迅速な診断および専門的加療が必要である。しかし全ての医療機関に専門家が配置されているわけではなく、適切な判断がされない可能性がある。
近年深層学習と呼ばれる技術が脚光を浴びている。本研究では深層学習の手法を用いて頭部CT画像の判定装置を作成し、診断の補助として用いることを目的とした。
実際の頭部ＣＴ画像を用いて学習を行い、9割を超える精度で緊急度・重症度の高い画像を判定することが可能であった。また、ワークステーションで解析した結果をコンパクトで量産されているデバイスに搭載しても数秒で結果が判定可能であり、実臨床で用いることが出来ると考えられた。
|
| 研究成果の学術的意義や社会的意義 |
急性期脳卒中や重症頭部外傷では迅速な診断および専門的加療が必要である。しかし全ての医療機関に専門家が配置されているわけではなく、適切な判断が行われない可能性がある。本研究では深層学習の手法を用いて頭部CT画像の判定装置を作成し、診断の補助として用いることを目的とした。
同様の目的で遠隔診療が考えられる。しかし、対応する医師の負担が生じることや、個人情報である医用画像を施設外に送信する必要がありセキュリティー上の懸念が生じる。本研究で開発した画像判定装置を用いればこれらの問題が解決され、適切な医療を受ける機会が確保出来ると考えられた。
|
