| 研究課題/領域番号 |
21K15924
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分53010:消化器内科学関連
|
|---|
| 研究機関 | 鳥取大学 |
|---|
研究代表者 |
藤井 政至 鳥取大学, 医学部, 特任教員 (40762258)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2023-03-31
|
| 研究課題ステータス |
完了 (2022年度)
|
| 配分額 *注記 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2022年度: 1,560千円 (直接経費: 1,200千円、間接経費: 360千円)
2021年度: 3,120千円 (直接経費: 2,400千円、間接経費: 720千円)
|
|---|
| キーワード | AIモデル / 内視鏡画像 / 病理組織検査 / AI |
|---|
| 研究開始時の研究の概要 |
本研究の目的は、消化器内視鏡検査によって将来の疾病罹患確立を予測し、「病気がある可能性が高い人に、重点的に必要な検査を行い、早期発見・早期治療、発病予防」を行う、新時代の体系的な画像検査の仕組みが実現することである。
鳥取大学医学部附属病院消化器内科に特徴的な光線力学的診断（PDD）に関する研究成果を応用して、「①AIのモデル学習の教師データ作成手順の自動化に関する研究」「②医用画像上の情報に新たな医学的見地を見出すAIシステムの研究」を行い、その成果として、がん罹患リスクを導き出す理論モデルの構築を目標とする。
|
| 研究成果の概要 |
消化器内視鏡領域で、AI技術を用いた病変検知や分類が可能になっているが、その学習のためには、膨大な労力を要する。そのため、AIモデルの学習を省力化したり、自動化したりする技術が求められる。本研究では、内視鏡画像AIの教師データを、自動的に生成するための、複数の技術について基礎研究した。１．内視鏡画像と病理組織学的結果のPDD（光線力学的診断）を用いた自動アノテーション。２．内視鏡画像の自動部位判定に関するAIモデルの研究。３．内視鏡画像と内視鏡操作の関連を出力するモデルの研究。これらの研究により、自動的、もしくは効率的に再学習を行うための教師データ生成を可能とする基礎技術の成果を得た。
|
| 研究成果の学術的意義や社会的意義 |
この研究成果は、AIモデルを用いた医療技術について、成長を加速させることができる。消化器内視鏡技術においては、技術をさらに向上させるだけでなく、海外への展開へのハードルを下げることができる。これにより、世界中の人たちが、消化器内視鏡の医療技術の恩恵を享受することができ、消化器がんの早期発見早期治療の一助となる。また、今後の医療安全管理や自動医療、次世代医学教育など、様々な分野に応用が期待できる。
|
