| 研究課題/領域番号 |
21K18086
|
|---|
| 研究種目 |
若手研究
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
小区分90130:医用システム関連
|
|---|
| 研究機関 | 順天堂大学 |
|---|
研究代表者 |
鍵山 暢之 順天堂大学, 医学部, 准教授 (20722010)
|
|---|
| 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 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2023年度: 1,040千円 (直接経費: 800千円、間接経費: 240千円)
2022年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2021年度: 2,990千円 (直接経費: 2,300千円、間接経費: 690千円)
|
|---|
| キーワード | 心臓超音波検査 / 人工知能 / 深層学習 |
|---|
| 研究開始時の研究の概要 |
本研究では申請者が継続して研究しているテクスチャ解析技術を用いて、心臓超音波画像から自動で肥大心の鑑別をするシステムの開発を目指す。別研究で構築中の心臓超音波画像データベースを二次利用し、まずスペックルトラッキング法により得られる心筋位置情報を教師データとして人工知能にて心筋を自動で認識する。作成されたモデルにより得られた関心領域内からラジオミクス技術を用いてテクスチャ情報を読み取り、他の画像診断を駆使して得られた確定診断を教師データとして、診断候補を確率付きで表示する機械学習モデルを作成する。最終的にそれらを統合して心臓超音波画像から人工知能が自動で肥大心の鑑別を行うシステムを作成する。
|
| 研究実績の概要 |
このプロジェクトは症例登録と、２段階のプログラム作成で計画されており、まず多施設共同前向き観察研究で質の高いデータを集めて、そこから心臓超音波画像の中の心筋セグメンテーションをするモデルを作成し、その後同定された心筋からテクスチャ情報を抽出して鑑別をする人工知能モデルを作成することを計画した。
UNVEIL-ATTR-CA（https://jrct.niph.go.jp/latest-detail/jRCT1031210714）は、私たちの所属する順天堂大学医学部循環器内科を主幹として、順天堂大学循環器内科を中心に全国１１の病院施設で行われる多施設共同観察研究であり、令和５年末までに５００例の心肥大を伴う心不全症例を登録し画像を保存することを予定しており、その予定に従って、研究計画を立案し倫理委員会への申請を行った。しかし、コロナ禍による患者登録の遅延や、想定よりも心肥大を伴う心不全症例数が少なかったことによって、令和５年６月の時点で予定の約１／６である７５例しか登録することができなかった。このため研究計画の見直しを行い、このUNVEIL-ATTR-CAのデータのみではなく、順天堂大学医学部附属順天堂医院において過去に心不全入院したことがありUNVEIL-ATTR-CAの基準に合致する症例、もしくは９９ｍＴｃピロリン酸シンチグラフィ、遺伝子検査、ないし心筋生検などによって、心アミロイドーシス、肥大型心筋症、心ファブリー病の確定診断がついた症例を同時に含めて、研究を続けることとして倫理委員会へ変更申請を行った。結果として、令和６年３月の時点で１．UNVEIL-ATTR-CAからは約１００例、２．順天堂医院の症例からは約８０例の症例からデータを登録できる手筈となった。これらの画像を収集し、ここまでに使用可能な画像数を計算したところ、約１０，８００枚の画像が使用できるため、こちらのデータを使って自動的に画像内の心筋を特定するプログラムの作成を開始した。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
3: やや遅れている
理由
コロナ禍による患者登録の遅延や、想定よりも心肥大を伴う心不全症例数が少なかったことによって、令和５年６月の時点で予定の約１／６である７５例しか登録することができなかった。このため研究計画の見直しを行い、このUNVEIL-ATTR-CAのデータのみではなく、順天堂大学医学部附属順天堂医院において過去に心不全入院したことがありUNVEIL-ATTR-CAの基準に合致する症例、もしくは９９ｍＴｃピロリン酸シンチグラフィ、遺伝子検査、ないし心筋生検などによって、心アミロイドーシス、肥大型心筋症、心ファブリー病の確定診断がついた症例を同時に含めて、研究を続けることとして倫理委員会へ変更申請を行った。結果として、令和６年３月の時点で１．UNVEIL-ATTR-CAからは約１００例、２．順天堂医院の症例からは約８０例の症例からデータを登録できる手筈となった。
|
| 今後の研究の推進方策 |
ここまでの研究過程で、上記のように遅れはしているものの画像データの収集を進め、当初の目標の半数程度の収集を行った。また2段階のプロセスの前半である、基盤となるセグメンテーションモデルの作成を行った。来年度にかけて、さらにデータの収集を行い、2段階目のプログラム作成を行うが、現在の症例登録ペースではUNVEIL-ATTR-CAの500例全例を集めるためには今後3から5年程度が必要となると考えられる。そのため、まずは現在の症例のみから予測モデルを作成し、十分な性能に結びつかない場合は、UNVEIL-ATTR-CA参加施設を中心に、後ろ向きにデータの収集を追加で行うことを検討する。いずれにしても、最終成果物として心筋テクスチャの自動解析から診断を行うプログラムの作成を目指す。
|
