| 研究課題/領域番号 |
20K16734
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 大阪公立大学 (2022-2023)
大阪市立大学 (2020-2021) |
|---|
研究代表者 |
本条 隆 大阪公立大学, 大学院医学研究科, 研究員 (30779492)
|
|---|
| 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 |
4,290千円 (直接経費: 3,300千円、間接経費: 990千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 130千円 (直接経費: 100千円、間接経費: 30千円)
2021年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2020年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
|
|---|
| キーワード | 人工知能 / AI / 深層学習 / Deep learning / マンモグラフィ / Deepl earning / Super resolusion / 超解像技術 / 誤認知 / ディープラーニング / 診断補助アルゴリズム |
|---|
| 研究開始時の研究の概要 |
放射線画像診断分野において、ディープラーニングによる診断補助アルゴリズムの発展は目覚ましいが、ディープラーニングには欠点が指摘されている。ディープラーニングはわずかなノイズ(摂動)を加えることで、誤認知が引き起こされうる。臨床応用の際、診断補助アルゴリズムの誤認知は患者に取り返しのつかない不利益になり、医療安全上の驚異となる。その議論は自動運転の分野で活発に行われているものの、放射線画像診断分野ではなされていない。本研究はディープラーニングによる診断補助アルゴリズム対し誤認知が生じうるかを検証考察し、その危険因子を指摘し、放射線画像診断分野の医療安全向上に資すると考える。
|
| 研究成果の概要 |
本研究では、初期は誤認知の研究を行ったが、理想的な動作が実現できずピボットし、マンモグラフィ画像における微小石灰化の視認性向上を目指してディープラーニングを基にした超解像技術の開発を行った。AIを用いることで、微小石灰化をより明確に描出することが可能となり、早期の乳がん発見に寄与する可能性が示された。評価は、視覚に基づく画質評価(PIQE)と放射線科医による目視評価を用いて行われ、AIによる画像は原画像よりも高い評価を受けた。
|
| 研究成果の学術的意義や社会的意義 |
本研究によって開発された超解像技術は、乳がんの早期発見に直接貢献することが期待される。特に、従来のマンモグラフィでは見逃されがちな微小石灰化の視認性が向上し、乳がん診断の精度が向上する可能性が示された。学術的には、ディープラーニングを応用した画像処理技術の進展を示し、放射線画像診断分野における新たな基準を設けることに貢献している。社会的には、この技術が実用化されれば、乳がんによる死亡率の低減に寄与すると同時に、医療現場での診断支援ツールとしての役割を果たす。
|
