| 研究課題/領域番号 |
22K19650
|
|---|
| 研究種目 |
挑戦的研究(萌芽)
|
| 配分区分 | 基金 |
|---|
| 審査区分 |
中区分58:社会医学、看護学およびその関連分野
|
|---|
| 研究機関 | 高知大学 |
|---|
研究代表者 |
菅沼 成文 高知大学, 教育研究部医療学系連携医学部門, 教授 (50313747)
|
|---|
| 研究分担者 |
鈴木 一廣 順天堂大学, 医学部, 准教授 (20338370)
吉田 真一 高知工科大学, 情報学群, 教授 (30334519)
西森 美貴 高知大学, 医学部附属病院, 特任助教 (30760483)
|
|---|
| 研究期間 (年度) |
2022-06-30 – 2024-03-31
|
| 研究課題ステータス |
完了 (2023年度)
|
| 配分額 *注記 |
6,370千円 (直接経費: 4,900千円、間接経費: 1,470千円)
2023年度: 2,340千円 (直接経費: 1,800千円、間接経費: 540千円)
2022年度: 4,030千円 (直接経費: 3,100千円、間接経費: 930千円)
|
|---|
| キーワード | 職業性肺疾患 / 画像診断 / 機械学習 / エキスパートシステム / 胸部X線 / 胸部CT / じん肺 / びまん性肺疾患 / 人工知能 / CT |
|---|
| 研究開始時の研究の概要 |
胸部画像診断において、びまん性肺疾患の診断は、微細な画像をどのように的確に指摘できるかが重要であり、専門家による判定をあらゆる医療機関で活用するためには、機械学習による自動診断が貢献できることは大きい。我々は職業性肺疾患の胸部単純X線様の自動診断のためのアルゴリズム開発に、症例数の少なさの克服のため、GANなどの技術を活用して、一定の精度を持ったアルゴリズムを開発した。この成果をもとに、さらに一つの症例についての画像数の多いCT画像について、自動診断、エキスパートシステムの二つのアプローチから、びまん性肺疾患の画像診断のエキスパートの読影結果を教師データとした自動診断システムを開発する。
|
| 研究成果の概要 |
職業性肺疾患の診断にはILO国際じん肺X線分類が使われ、それを補完するために我々が開発した国際じん肺HRCT分類が提案されている。本研究では、職業性肺疾患、放射線医学、人工知能の専門家が研究チームを結成し、この課題に取り組んだ。我々は職業性肺疾患の胸部単純X線様の自動診断のためのアルゴリズム開発に、GANなどの技術を活用して、一定の精度を持ったアルゴリズムを開発した。この成果をもとに、さらに一つの症例についての画像数の多いCT画像について、自動診断、エキスパートシステムの二つのアプローチから、びまん性肺疾患の画像診断のエキスパートの読影結果を教師データとした自動診断システムを開発を目指す。
|
| 研究成果の学術的意義や社会的意義 |
職業性肺疾患は産業保健上の重要な問題であり、その検診の対象者は我が国では25から50万人を数える。それらの有所見率はかつての15％程度から労働衛生の強化により大幅に減少しているものの2％程度存在し訓練を受けた医師によってのみ正確に診断可能である。しかし、このような訓練を受けた医師が少ない現状があり、機械学習により自動判定が可能となれば、国内でのニーズに止まらず、世界の職業性肺疾患に対する課題解決につながる。
|
