| 研究課題/領域番号 |
22K09353
|
|---|
| 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56020:整形外科学関連
|
|---|
| 研究機関 | 大阪大学 |
|---|
研究代表者 |
藤森 孝人 大阪大学, 大学院医学系研究科, 助教 (80546888)
|
|---|
| 研究分担者 |
鈴木 裕紀 大阪大学, 大学院医学系研究科, 特任助教(常勤) (20845599)
武中 章太 大阪大学, 大学院医学系研究科, 講師 (40795861)
海渡 貴司 大阪大学, 大学院医学系研究科, 准教授 (70623982)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2022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)
2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 520千円 (直接経費: 400千円、間接経費: 120千円)
2023年度: 1,170千円 (直接経費: 900千円、間接経費: 270千円)
2022年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | 特発性側彎症 / 人工知能 / ニューラルネットワーク / 側弯症 / 自動計測 / 進行予測 |
|---|
| 研究開始時の研究の概要 |
特発性側弯症は成長期の脊柱に曲がりを生じる原因不明の疾患である。曲がりの進行を防ぐには、患者にとっては負担となる装具療法しかないのが現状である。しかし、いつ、どれくらいまで曲がりが進むのかを事前に予測することは難しい。
近年、様々な分野で、高い画像認識力を有する人工知能（AI）が注目を集めている。技術の進歩に伴い、今やAIの識別力は、人間を凌駕するに至っている。本研究の目的は、このAIに側弯症の画像データを学習させ、精度の高い側弯進行予測モデルを構築することである。これによって、側弯症診療にパラダイムシフトをもたらすことできると考えている。
|
| 研究実績の概要 |
本研究では、特発性側弯症の進行メカニズムの予測と病態解明に取り組んでいる。AI技術の一つであるDeep learningを利用し、画像解析を行うことで、新たな知見を得ることを目指した。AIを用いて、経過観察例、装具治療例、手術治療例などの初期および経過後の画像データを学習させた。
具体的な研究内容として、画像パラメータ評価の自動化に注力した。特発性側彎症の症例の収集を行った。当院、及び多施設から症例を収集した。
これらに対して アノテーション作業を行い、計測に必要なランドマークを抽出した。このランドマークをもとに、いくつかのパラメータ（主胸部曲線（MT）、冠状バランス、T1傾斜、胸椎前弯（TK）、腰椎前弯（LL）、仙骨傾斜（SS）、骨盤入射（PI））が算出された。AIモデルについては、データセットをトレーニングデータとテストデータに分割した。グランドトゥルースとAI測定値の間の誤差を算出した。
5分割交差検証を行い、誤差は４～５度との結果を得た。正面像での誤差は許容範囲であるが、側面像での誤差はやや大きかった。
今後は、誤差を減らすために、アルゴリズムの改良を行う。さらに追加のデータセットの入手にも注力する予定である。
|
| 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
順調に症例の収集が進んでいる。
|
| 今後の研究の推進方策 |
引き続き、症例の収集、アノテーション作業、アルゴリズムの改良に努める。
|
