| 研究課題/領域番号 |
21K15673
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分52010:内科学一般関連
|
|---|
| 研究機関 | 愛知県がんセンター(研究所) |
|---|
研究代表者 |
大西 祥代 愛知県がんセンター(研究所), システム解析学分野, 研修生 (00894792)
|
|---|
| 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 |
4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
2023年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2022年度: 2,080千円 (直接経費: 1,600千円、間接経費: 480千円)
2021年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
|
|---|
| キーワード | sarcopenia / 人工知能 / サルコぺニア診断 |
|---|
| 研究開始時の研究の概要 |
身体情報抽出AIを作成し、完成した骨格筋量推定AIからサルコぺニア診断可能なAIを作成する。サルコぺニア診断可能なAIが完成した場合に、CT画像情報だけではなく臨床所見を用いていわゆる【体力】診断が可能なAIを作成する。
完成したAIを用いることで、例えば化学療法の副作用予測・周術期合併症の予測が可能となるばかりではなく、高齢化社会において高齢者機能評価のひとつとして高齢者のスクリーニングツールとして役立つものになると思われる。
|
| 研究実績の概要 |
総骨格筋面積（SMA）の測定：SYNAPSE VINCENT（富士フィルムメディカル株式会社）を用いて、腹部骨盤CTにおける第三腰椎レベルのSMAを測定した。SMAは２回測定し、測定値が一致した場合にはその値を最終値とした。5％以上に誤差がある場合は３回目の測定を行い、最も頻度の高い値を最終値とした。最終値を用いて骨格筋指数（SMI:SMI=SMA/身長2を算出した。
AIシステムの開発：①Body_AI、②BMI_AI、③sarcopenia_AIの３つのAIを開発した。これらのモデルはPyTorch 1.7（Facebook Inc., Menlo Park, USA）を用いて実装され、スーパーコンピューティングリソース（白金、ヒトゲノム解析センター）またはローカルコンピューティングリソース（GeForce GTX 2080 TiおよびRTX A6000、Nvidia Corporation）を使用した。3つのAIモデルのCNN層は、ImageNet-21Kで事前に訓練されたモデルから微調整された。オーバーフィッティングを避けるため、早期停止、データ増強技術｛垂直反転、画像回転（-10～10）、ランダム消去、RandAugment｝、ラベル・スムージングを採用した。AdamWオプティマイザを最適化アルゴリズムとして使用し、ネットワークの重みを学習した。モデルは早期に停止するまで訓練データを用いて訓練され、モデルの性能は検証データを用いて評価された。学習後、最も損失が少ない最終学習モデルが選択され、この性能が検証データを用いて評価された。Sarcopenia_AIの性能評価にはテストデータを用いた。
|
| 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
前年度末に、論文作成完了したため、現在Journal of Cachexia, Sarcopenia and Muscleに投稿中である。
|
| 今後の研究の推進方策 |
論文作成、投稿中である。
今後はさらなる向上できる人工知能AI作成のため、症例蓄積をすすめており、共同研究として岐阜大学医学部附属病院を予定しておりそれに伴うIRBは通っている。
|
