| 研究課題/領域番号 |
21K08339
|
|---|
| 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53050:皮膚科学関連
|
|---|
| 研究機関 | 愛媛大学 (2022-2023)
筑波大学 (2021) |
|---|
研究代表者 |
藤澤 康弘 愛媛大学, 医学系研究科, 教授 (70550193)
|
|---|
| 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: 650千円 (直接経費: 500千円、間接経費: 150千円)
2022年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円)
2021年度: 2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
|
|---|
| キーワード | 人工知能 / 人口知能 / 深層学習 / 皮膚腫瘍 / 分類 / ディープラーニング |
|---|
| 研究開始時の研究の概要 |
現在開発中のAIシステムの社会実装に向けた精度向上と，現在のシステムをベースに皮膚病全般の診断も出来るAI診断システムの土台を構築する事を目的とする．また，データベースには皮膚病理画像もあり，臨床写真とのペアとしてAIを学習させ，臨床写真から病変の病理診断および腫瘍の深達度も判定できるAIデジタルバイオプシーシステムの研究も行う．
|
| 研究成果の概要 |
正答例と誤答例におけるどのような因子が診断に影響しているかをGradCamを使用して検討したところ，当初はヒートマップにおいて腫瘍中心部に注目していない場合に正答率が下がると考えていたが，興味深いことに正答例でも誤答例でもヒートマップの分布にあまり違いが見られなかった．
そこで画像の中央に着目するように設定して学習をさせてみたところ，これも興味深いことに全体を用いた場合と比べて正答率が低下することが分かった．これは先のGradCamによる結果と附合するものであり，腫瘍の判定において中央部の腫瘍部分だけでなくその周囲の情報も判定に用いられていると言うことになる．
|
| 研究成果の学術的意義や社会的意義 |
GradCamの解析によるとヒートマップにおいて腫瘍中心部に注目していない場合に正答率が下がると考えていたが，興味深いことに正答例でも誤答例でもヒートマップの分布にあまり違いが見られなかった．逆の味方をすると，ヒートマップで腫瘍部分に注目していなくとも正答してしまっている画像もかなり含まれていることを示している．また，そこで画像の中央に着目するように設定して学習をさせると逆に全体を用いた場合と比べて正答率が低下することが分かった．皮膚腫瘍の判定において中央部の腫瘍部分だけでなくその周囲の情報も判定に用いられていると言うことになる．今後の機械学習におけるアノテーションの範囲にも検討が必要となる．
|
