| 研究課題/領域番号 |
19K10258
|
|---|
| 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57060:外科系歯学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
末永 英之 東京大学, 医学部附属病院, 講師 (10396731)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2021年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2020年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2019年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | コンピュータ外科学 / 人工知能 / 拡張現実 |
|---|
| 研究開始時の研究の概要 |
外科手術には三次元的な空間認識が重要である。これまでに、術野カメラを用いたコンピュータビジョンにより歯を画像認識して、マーカーを用いずに画像情報により、CT画像と患者位置の空間的対応関係を求める処理を行う拡張現実技術の開発を行ってきた。現在の仕様では、CTや口腔内スキャナの三次元画像から、手動で歯の領域を分割（セグメンテーションというコンピュータ処理）する必要がある。そこで、近年、注目を集めている深層学習に基づいた人工知能技術の導入が有用と考えた。本課題では、人工知能が自動で取得したデータから認識・理解し、歯の領域を自動セグメンテーションして、CT画像と患者位置のレジストレーションを行う。
|
| 研究成果の概要 |
本研究では、人工知能を採用して、顎矯正手術の手術計画を支援するために特別に選択された解剖学的ランドマークによって示される最適な術後骨格変化を自動的に予測する。実際の術前および術後のコンピュータ断層撮影（CT）画像を使用して、外科医の知識と手術計画に関する技術を抽出するための機械学習法を採用した。提案されたアプローチは、手術計画中に外科医の手術意思決定メカニズムを学習し、その後、模倣することができる。この研究で導入された方法は、手術計画の効率を改善する可能性がある。機械学習を使用して顎矯正手術計画の術後骨格変化を予測する可能性を実証し、外科医の作業負荷を軽減する可能性を示した。
|
| 研究成果の学術的意義や社会的意義 |
人工知能の優位性は、無限大の症例を学習できる可能性である。これは、あらゆる分野の最高のスペシャリストの臨床経験をはるかに超える。この技術は、人工知能によるビックデータに基づいた口腔外科手術計画の自動化と手術支援ロボットの動作制御に展開が可能である。
|
