| 研究課題/領域番号 |
22K12872
|
|---|
| 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90130:医用システム関連
|
|---|
| 研究機関 | 東京慈恵会医科大学 |
|---|
研究代表者 |
中田 典生 東京慈恵会医科大学, 医学部, 教授 (80237297)
|
|---|
| 研究期間 (年度) |
2022-04-01 – 2027-03-31
|
| 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)
2026年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2025年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2024年度: 650千円 (直接経費: 500千円、間接経費: 150千円)
2023年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
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 | 人工知能 / 機械学習 / 深層学習 / 超音波診断 / 乳腺 |
|---|
| 研究開始時の研究の概要 |
乳腺超音波検査動画像から乳腺腫瘤を検出して、その良悪性判定、また悪性と判定した場合はその分子サブタイプおよび予後予測を行う人工知能（以下ＡＩ）を開発して、その精度評価を行う。申請者は、今まで超音波静止画像から乳腺腫瘤の良悪性を判定する深層学習を用いたＡＩ診断支援システムを開発してきた。
臨床では超音波検査時、リアルタイムで乳腺の病変を検出する必要があり、動画像に対応するシステム改良が必要である。本研究では申請者がすでに収集した病理診断を診断根拠とした過去7年分の膨大な超音波画像データベースを見直すことにより、患者の術後経過や予後を考慮するとＡＩによる悪性度予測が可能であると期待される。
|
| 研究実績の概要 |
本研究計画は、乳腺超音波検査動画像から乳腺腫瘤を検出して、その良悪性判定、また悪性と判定した場合はその分子サブタイプおよび予後予測を行う人工知
能（以下ＡＩ）を開発して、その精度評価を行う. 2022年度の研究の目標としては、自施設の乳腺超音波動画像データアーカイブから、リアルタイム動画像乳腺腫瘤検出および良性判定のためのテストデータを作成することである。2022年度の研究実施計画では、既存の過去7年間の乳腺症例データベースの改修・整理（2022年度）：自施設では、2009年から2015年までの7年間の病理組織検査結果を有する乳腺超音波画データベース（全例2992例、内訳は悪性1778例、良性1214例）が既に構築されている。このデータベースから乳癌の5種類の分子サブタイプ分類（ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ）、患者予後（再発転移や遠隔転移の有無、5年生存率）と超音波画像の紐づけ作業を行う（乳腺症例データベースを追加整理）。この超音波画像にはBモード、カラードプラ画像、造影超音波画像が含まれている。
|
| 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
実際の研究の実施状況としては、データベースから乳癌の5種類の分子サブタイプ分類（ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ）、患者予後（再発転移や遠隔転移の有無、5年生存率）と超音波画像の紐づけ作業を行う（乳腺症例データベースを追加整理）作業が終了しておらず、作業継続中である。
|
| 今後の研究の推進方策 |
2023年度半ばまでに、自施設のデータベースから乳癌の5種類の分子サブタイプ分類（ルミナールA、ルミナールB[HER陰性]、ルミナールB[HER2陽性]、トリプルネガティブ、 HER2タイプ）、患者予後（再発転移や遠隔転移の有無、5年生存率）と超音波画像の紐づけ作業を完了する予定である。その後に リアルタイム動画像乳腺腫瘤検出および良悪性判定のためのテストデータ作成（2023度）すなわち、自施設には、2020年2月から現在までの全超音波検査の動画像が超音波動画像集中管理保存システムにて記録保存されている（右下図）。この記録から、乳腺検査のみを抽出して臨床診断および病理診断から診断名との紐づけを行った動画像データを作成して、ＡＩのテストデータとする予定である。
|
