• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

臨床情報を統合した腎病理画像の自動所見判定と予後・最適治療方針予測モデルの構築

研究課題

研究課題/領域番号 19K21115
補助金の研究課題番号 18H05959 (2018)
研究種目

研究活動スタート支援

配分区分基金 (2019)
補助金 (2018)
審査区分 0403:人間医工学およびその関連分野
研究機関京都大学

研究代表者

内野 詠一郎  京都大学, 医学研究科, 特定助教 (20820905)

研究期間 (年度) 2018-08-24 – 2020-03-31
研究課題ステータス 完了 (2019年度)
配分額 *注記
2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2019年度: 780千円 (直接経費: 600千円、間接経費: 180千円)
2018年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
キーワード腎病理 / 人工知能 / 機械学習 / 医療情報 / 病理画像 / 腎生検
研究開始時の研究の概要

腎臓病の診断のために行われる腎生検で得られる腎病理画像について,自動診断システムの開発による診断プロセスの標準化 や定量化が期待されている.本研究においては,腎生検画像に加えて,腎生検前の検査値等の様々な臨床情報を統合し,各種病的所見の判定や腎機能の予 後・最適治療方針の予測を行う深層学習モデルを構築する.これらのモデルを構築,検証することにより,より臨床現場で応用 可能性の高いAIモデルの開発,現場実装に向けた検証へと進める.

研究成果の概要

腎生検によって得られる腎病理組織の病理画像から得られた糸球体画像について、人工知能モデルにより病的所見を自動判定するシステムを開発した。モデルは腎臓専門医と近い程度の分類性能を示すことが確認された。また、これらのモデルを臨床医が使用し、臨床医と人工知能モデルの多数決を行ったと仮定した場合において、最終的な分類性能が向上する可能性が示された。

研究成果の学術的意義や社会的意義

近年応用への取り組みが進められている人工知能技術について、医療分野、特に腎臓病診療における病理画像診断にも有用である可能性と、現在の標準的な手法におけるベンチマークが得られた。また同種のモデルを実際の臨床現場に使えうるかという観点においても評価が行われ、今後の臨床応用に向けた可能性が示された。

報告書

(3件)
  • 2019 実績報告書   研究成果報告書 ( PDF )
  • 2018 実績報告書
  • 研究成果

    (1件)

すべて 2019

すべて 雑誌論文 (1件) (うちオープンアクセス 1件)

  • [雑誌論文] Classification of glomerular pathological findings using deep learning and nephrologist-AI collective intelligence approach2019

    • 著者名/発表者名
      Eiichiro Uchino, Kanata Suzuki, Noriaki Sato, Ryosuke Kojima, Yoshinori Tamada, Shusuke Hiragi, Hideki Yokoi, Nobuhiro Yugami, Sachiko Minamiguchi, Hironori Haga, Motoko Yanagita, Yasushi Okuno
    • 雑誌名

      medRxiv

      巻: 19016162 ページ: 1-1

    • DOI

      10.1101/2019.12.30.19016162

    • 関連する報告書
      2019 実績報告書
    • オープンアクセス

URL: 

公開日: 2018-08-27   更新日: 2024-03-26  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi