| 研究課題/領域番号 |
20H03798
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分56020:整形外科学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
茂呂 徹 東京大学, 医学部附属病院, 特任教授 (20302698)
|
|---|
| 研究分担者 |
田中 栄 東京大学, 医学部附属病院, 教授 (50282661)
小川 純人 東京大学, 医学部附属病院, 准教授 (20323579)
吉村 典子 東京大学, 医学部附属病院, 特任教授 (60240355)
齋藤 琢 東京大学, 医学部附属病院, 准教授 (30456107)
松原 全宏 東京大学, 医学部附属病院, 准教授 (40361498)
田中 健之 東京大学, 医学部附属病院, 特任講師 (00583121)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
17,290千円 (直接経費: 13,300千円、間接経費: 3,990千円)
2023年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2022年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2021年度: 4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2020年度: 4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
|
|---|
| キーワード | 整形外学学 / 医療・福祉 / 骨粗鬆症 / 関節 / 手術 |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、骨粗鬆症による脆弱性骨折を予防するため、骨粗鬆症を早期診断して治療に導く人工知能(AI)診断システムを確立するための基礎研究を完成させることである。本研究では、二強度X線吸収測定法(DXA法)による骨密度計測を行った症例の基本情報などからなる骨粗鬆症データベースを構築し、当該症例のX線画像データと併せてAIに学習させる。この学習済みのパラメーターを用いて「患者が健康診断や人間ドック、他の疾患の治療目的で撮影したX線写真」から演算を行い、「高精度の骨密度推定値および将来の骨密度の推移」を出力する革新的な診断システムを開発する。
|
| 研究成果の概要 |
本研究では、高齢者の自立喪失の原因となり、生命予後も悪化させる「骨粗鬆症による脆弱性骨折」を予防するため、1)学習用データセットの作成、2)骨密度推定用ニューラルネットワークの構築、3)推定精度向上の工夫、の3つのサブテーマを設定し、X線画像データのみから高い推定精度・判別精度で骨密度の推定値を演算する人工知能(AI)システムの基礎研究を完成させた。本研究の結果は、骨粗鬆症を早期診断して治療に導くAIシステムの創出の確信を得るに十分な結果であった。
|
| 研究成果の学術的意義や社会的意義 |
本AIシステムでは、1枚の正面X線像のデータを入力すると回帰解析を行い、スクリーニング・診断のゴールドスタンダードである大腿骨近位部および腰椎の骨密度が出力される。骨粗鬆症自体は基本的に無症状であるため受診同期となりにくいが、通常診療や健康診断の受診の「ついで」に、検査時間を要さず、追加のX線被曝のリスクなく、骨粗鬆症のスクリーニング・診断ができることは大きなメリットである。本AIシステムにより、骨粗鬆症患者およびその予備群を早期に治療に導くことが可能となり、脆弱性骨折の予防と健康寿命の延伸、関連する医療費の削減が期待できる。
|
