| 研究課題/領域番号 |
21K16655
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分56020:整形外科学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
上村 圭亮 大阪大学, 大学院医学系研究科, 助教 (70871367)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| 研究課題ステータス |
交付 (2022年度)
|
| 配分額 *注記 |
4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
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: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2021年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円)
|
|---|
| キーワード | 骨密度予測 / 人工知能 / 骨塩定量 / 骨粗鬆症 / 深層学習 / 仮想Ｘ線 / DXA / 骨密度計測 / ビッグデータ |
|---|
| 研究開始時の研究の概要 |
骨粗鬆症の早期診断、治療介入は将来の骨折予防や骨折に続発する日常生活動作の低下に対して有用である。通常、骨粗鬆症はDual-energy X-ray absorptiometry(DXA)によって計測される骨密度によって診断されるが、DXAへのアクセスが限定されることもあり、正確に診断されていない症例も多い。本研究では日常臨床で撮影される股関節のX線画像に対して人工知能の一種である深層学習を用い、股関節X線から骨密度を正確に計測し、骨粗鬆症の診断を行うシステムを開発する。
|
| 研究実績の概要 |
骨粗鬆症の診断にはDual-energy X-ray absorptiometry (DXA)による骨密度測定が国内外のガイドラインにて推奨されている。しかし、DXAを導入している施設は限定的であるため、骨粗鬆症の診断や続発する脆弱性骨折の予防が十分に行われていないのが現状である。
本研究ではDXA、X線画像、CT画像、患者背景の情報が整理されたデータセットに対して深層学習を用い、日常診療でアクセスの容易な股関節X線画像から骨密度を推定するシステムを構築することを目的とする。
股関節X線画像から正確に大腿骨近位部の骨密度を計測できるBMD-GANという深層学習モデルを作成し、特許出願を行った。現在は6施設1400例を超える症例を収集し、開発システムで計測した骨密度値とDXAによって計測した骨密度値との相関を検証した。その結果、両者の間には相関係数＞0.9が獲得できていることを確認でき、今後の臨床利用に向けての手ごたえを得た。
|
| 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
多施設からデータを収集でき、データ数を増加させることができた。解析画像数が増えたものの、開発プログラムによる骨密度予測精度は良好に推移しており、計画通り進捗している。
|
| 今後の研究の推進方策 |
更に検証数を増加させ、汎用性のあるプログラムを作成し、臨床応用を目指す。
|
