| 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 |
交付 (2022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 | じん肺 / 人工知能 / 機械学習 / エキスパートシステム / 職業性肺疾患 / 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。
|
| 研究実績の概要 |
じん肺の重症度分類において、国際労働機関（ILO）による国際じん肺エックス線分類が公的な診断基準として長年用いられ、労災認定の根拠となってきた。しかし、胸部エックス線によるじん肺陰影の判定は熟練を要する上に、世界各国での需要に対してじん肺の判定医の数が少ない。近年では、ディープラーニングを用いた画像分類が盛んに研究されており、医師の読影の補助として、ソフト開発が行われている。。ディープラーニングを用いるためには、膨大なデータが必要であり、また難しい分類問題の場合は、より多くのデータを必要とする。しかし本研究で扱うじん肺データセットは極めて少なく、学習が難しい。そこで本研究はBlack-hat変換を用いて難しい分類問題を簡易化し、Patch水増し技術を用いることで効率よくデータ量を増加させることでの分類精度向上を目的とする。アルゴリズム作成に向けて高知大学、順天堂大学、高知工科大学のチームがそれぞれ、独自のプログラムを開発している。日本産業衛生学会の職業性呼吸器研究会自由集会の招待講演として、AI画像診断に取り組んでいる新しい視点について分担者の吉田真一教授が講演し、菅沼はAIとじん肺画像診断についての招待論文を執筆した。
|
| 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
３つのチームが鋭意研究を進めている。招待講演、招待論文などの成果もあった。原著の発表につなげたい。
|
| 今後の研究の推進方策 |
米国NIOSHとの共同研究に発展させたい。
|
