研究課題
基盤研究(C)
平成29-30年、申請者は国際共同研究加速基金を得て英国留学した際、この読影装置に申請者の読影を学習させ、申請者の読影と比較し高い一致率を得ることが出来た。人が読影すると多大な労力とバイアスがかかることになるが、申請者の読影を学習させた装置により追跡のMRI画像を読影させたならば、再現率100%で申請者がグレーディングしたことになる。同一者が、同じ方法で追跡の腰椎MRI読影を行うことによりLSSの発症・増悪に対するリスクファクターを解明することが出来る。また同手法で各国コホートを比較検討することで、日本人特有のLSSに対するリスクファクターを解明することが可能となる。
申請者は2017-18年とイギリスのサザンプトン大学に留学し疫学研究を行った。また同留学中にオクスフォード大学のFairbank教授らが主催する自動MRI読み取り装置であるSpineNetを用いた研究についてコラボレーションにを行うことになった。 この結果、申請者の読影を機械に読み込ませ学習させることで、申請者の読影方法とほぼ同一の読影ができることを確かめた。(Yuyu Ishimoto etal. Could automated machine-learned MRI grading aid epidemiological studies of lumbar spinal stenosis? Validation within the Wakayama spine study BMC Musculoskeletal Disorder 2020)そして2022年、本コホートstudyの10年目の追跡調査を完了することができた。また今後は腰部脊柱管狭窄のみならず、椎間板変性や終板変化といった他の変性因子についてもAI読影にてフォローしていくことをmeetingで話し合っている。
2: おおむね順調に進展している
上記に示した論文のごとく申請者の読影方法をAIに学習させ、そのAIの読影が申請者と遜色ないことを示した。コロナ下の中渡英することが出来ずこちらのデータを持ちだすことが出来なかったが、今年になり海外学会にも参加できるようになり、そこでFairbank教授らとmeetingが可能になった。今年以降に渡英することも考慮している。
AIに腰部脊柱管狭窄のみならず、椎間板変性・終板変化・骨折・すべりについても人間お読み方を学習させ、かつAIと人間の一致率を確認する。この信頼度が高いものであればわれわれのMRIの10年追跡データをAIに読影させることで脊椎変性疾患の追跡調査を行う予定である。
すべて 2023 2022 2021 2020
すべて 雑誌論文 (4件) (うち国際共著 1件、 査読あり 4件、 オープンアクセス 4件) 学会発表 (1件) (うち国際学会 1件)
Eur Spine J.
巻: -
10.1007/s00586-023-07702-8
BMC Musculoskeletal Disorders
巻: 24 号: 1 ページ: 314-314
10.1186/s12891-023-06426-6
PLOS ONE
巻: 17 号: 2 ページ: e0263930-e0263930
10.1371/journal.pone.0263930
巻: 21 号: 1 ページ: 158-158
10.1186/s12891-020-3164-1