| 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 | 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。
|
| 研究実績の概要 |
本研究の目的は、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、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。今年度は、以下の3つのサブテーマの検討を行った。
1. 学習用データセットの作成：ROADプロジェクトおよび東京大学医学部附属病院の症例を用いたデータベースの構築を継続した。
2. 骨密度推定用ニューラルネットワークの構築：腰椎・胸部X線画像と腰椎・大腿骨近位部骨密度実測値を組み合わせたデータセットについて5分割交差検証を行い、推定・判別精度を評価した。
計画3 推定精度向上の工夫：複数のニューラルネットワークを複合させた学習(アンサンブル学習)を実施した。また、画像中の着目すべき領域をニューラルネットワークに学習させるためのAttention機構を導入した。さらに、画像上の各領域に意味付けを行うSegmentation機構を導入し、予め腰椎の領域を推定するニューラルネットワークを用意し推定領域をAttention機構に付け加えることで、腰椎への着目をより正確に行った。
以上の結果は、骨粗鬆症を早期診断して治療に導く人工知能(AI)診断システムを創出するための基礎検討を推進するための確信を得るに十分な結果であった。
|
| 現在までの達成度 (段落) |
令和5年度が最終年度であるため、記入しない。
|
| 今後の研究の推進方策 |
令和5年度が最終年度であるため、記入しない。
|
