| 研究課題/領域番号 |
21K07683
|
|---|
| 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 | 京都府立医科大学 |
|---|
研究代表者 |
高橋 健 京都府立医科大学, 医学(系)研究科(研究院), 客員講師 (10226839)
|
|---|
| 研究分担者 |
小原 雄 京都府立医科大学, 医学(系)研究科(研究院), 助教 (00874364)
酒井 晃二 京都府立医科大学, 医学(系)研究科(研究院), 准教授 (20379027)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2025-03-31
|
| 研究課題ステータス |
交付 (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)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2022年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2021年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円)
|
|---|
| キーワード | 画像診断 / AI / データクレンジング / 画像データセット / 臨床情報 / 院内完結型 |
|---|
| 研究開始時の研究の概要 |
画像診断において、臨床で有用なAI解析をするためには、画像限定ではなく臨床情報や病理所見などの、より高次の臨床情報を含む AI アルゴリズムが必要と思われる。データの量だけの問題ではなく質 (quality) も重要と考え、どのような「質」を備えている必要があるかを検討する。
|
| 研究実績の概要 |
本研究では臨床情報を含む院内完結型の包括的データベースを構築し，そのデータをAI構築に資する状態ヘデータ精製 (data cleansing) する過程の手法・手順を探索することを目的としている。 2020年のJapan Medical Image Database (J-MID)データのうち、CTレポート（160,000件以上）の収集を完了し、各部位ごとの病態、施設ごとの差異を抽出・比較する目的のためのルール作りと分割の試行を行っている。さらに、2009年～2023年における院内放射線科レポートおよび画像データ（53万件程度）の収集を完了し、身体部位および病態ごとの分類をカルテ情報から行う手法の開発を行った。それらの精度評価について、手法開発も含めて検討を継続している。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
2: おおむね順調に進展している
理由
院内における画像データ収集手法・経路の確保、データの保存と分別手法の試行、具体的な目的に応じたデータ精製を開始したこと、CT、MRI、PET画像など他のデータの解析も開始したことおよび、総計の把握が終了したことなどから、計画は順調に推移している。
|
| 今後の研究の推進方策 |
本研究では、画像限定ではなく，より高次の臨床情報を含む AI アルゴリズムを目指しているため、主にテキスト情報で構成されている臨床情報の自動抽出と分別手法の開発しており、プロトタイプのアルゴリズムを構築した。その一部はすでに国際会議等で報告している。また、院内完結型のデータベースを構築し、その利点・欠点を検証することも目的としている。具体的な機械学習に沿ったデータ数の確保状況などを基に、検証を進める予定である。2008～2023年におけるデータ数の総計は確認された。さらに、Ｊ－ＭＩＤデータを用いて、他院データとの比較を行い、その一部は2024年内に国際会議等で発表する予定である。
|
