| 研究課題/領域番号 |
19K08725
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分53040:腎臓内科学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
松井 功 大阪大学, 医学系研究科, 講師 (60456986)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| 研究課題ステータス |
完了 (2021年度)
|
| 配分額 *注記 |
4,420千円 (直接経費: 3,400千円、間接経費: 1,020千円)
2021年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2020年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2019年度: 2,600千円 (直接経費: 2,000千円、間接経費: 600千円)
|
|---|
| キーワード | 腎生検画像 / 人工知能 / deep learning / 腎臓 / 病理 / シングルセルRNAシーケンス / 腎臓病学 / 腎生検 |
|---|
| 研究開始時の研究の概要 |
本研究では人工知能を用いて腎生検画像の自動診断システムを構築する。昨今ブームを引き起こしている人工知能の特徴は、データに含まれる特徴量、すなわち問題解決に必要な本質的変数であったり概念を特徴づける変数を「機械が自律的に抽出」する点にあり、本研究では人工知能を用いた腎生検画像自動診断システムを構築することにより、腎疾患を決定づける組織学上の特徴量を抽出する。また、その妥当性をシングルセルRNAシーケンスを用いて検証する。
|
| 研究成果の概要 |
全国24施設で2014年から2018年に腎生検を受けた5002例の腎生検画像データベースを作成した。Convolutional Neural Network (CNN)を用いて、腎生検画像診断人工知能(artificial intelligence: AI)を作成したところ、管外増殖性病変などの検出精度は不十分であったが、概ね各腎生検施行施設で作成された組織所見を反映するモデルを構築できた。また、糖尿病歴を有するが糖尿病性腎症と診断されていない症例に糖尿病性腎症の特徴を見出すことなどが可能となった。教師無し学習ではスライドフォーマットや腎生検施行施設が、画像識別の最大因子として同定された。
|
| 研究成果の学術的意義や社会的意義 |
本研究では、人工知能を用いて腎生検画像診断が可能である事を示した。また、糖尿病歴を有するが糖尿病性腎症と診断されていない症例に糖尿病性腎症の特徴を見出すことなどが可能になった。腎病理診断は腎病変を詳しく評価するために必須であるが、その診断一致率については改善余地があるとされている。AIを用いて診断の均てん化を図ることにより、よりよい腎疾患治療構築が可能になると考えられる。
|
