| 研究課題/領域番号 |
21K07636
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分52040:放射線科学関連
|
|---|
| 研究機関 | 独立行政法人国立病院機構九州医療センター(臨床研究センター) |
|---|
研究代表者 |
野口 智幸 独立行政法人国立病院機構九州医療センター(臨床研究センター), その他部局等, 放射線部長 (40380448)
|
|---|
| 研究分担者 |
松下 由実 国立研究開発法人国立国際医療研究センター, 臨床研究センター, 臨床研究統括部 室長 (50450599)
志多 由孝 国立研究開発法人国立国際医療研究センター, センター病院, 放射線診療部門・放射線管理室医長 (50774668)
山下 孝二 九州大学, 医学研究院, 助教 (80546565)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
2023年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2022年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
2021年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
|
|---|
| キーワード | Deep learning / 機械学習 / 深層学習 / 医用画像 / 人工知能 / 腹部CT / 骨格筋 / 画像診断 / 医用画像用部位分類 / 虫垂炎 / AI |
|---|
| 研究開始時の研究の概要 |
自律的に学習・判断を行う「深層学習型AI」は、画像判定について飛躍的な発展を遂げている。その反面、AIの基礎知見について体系的に研究・検証されないまま、AI実装システムの製品化が先行している。こうした実用先行型開発は、間違った判定によるシステムエラーに対し脆弱である。このリスクを避けるためAI判定プロセスを理解する基盤的研究が不可欠であると考えている。本研究では①学習データキュレーションの研究、②AI-CAD性能適正検証法の研究、③医療側の立場からAI-CAD開発を支援できる医療系AIジェネラリスト従事者の育成、を推進する。
|
| 研究成果の概要 |
人間の「知的判断」をコンピュータが行うAI技術が注目されている。特に自律学習・判断を行う「深層学習型AI」は、画像判定で飛躍的な発展を遂げているが、AIの判定プロセスは「ブラックボックス」とされ、基礎的な研究・検証が不十分なまま製品化が進んでおり、システムエラーに対して脆弱である。このリスクを避けるためには、AI判定プロセスを理解する基礎研究が不可欠である。本研究では、①医療情報の学習データキュレーション、②AI-CADの性能適正検証法、③AI-CAD開発支援のための医療系AIジェネラリストの育成を推進した。
|
| 研究成果の学術的意義や社会的意義 |
本基礎研究では、医用画像などの医療情報について学習データをを収集・選別・調整する方法を深く探求するとともに、AI-CADの客観的かつ効率的に性能を適正に検証する方法を見出した。こうしたAI-CAD開発技術者との共同研究を通じ、医療側からAI-CAD開発を支援できる医療系AIジェネラリストの育成を推進した。今後は共同研究者らによる次世代AI開発が発展していくものと思われ、それを引き続き指導者として支援を目指す。
|
