| 研究課題/領域番号 |
23K07059
|
|---|
| 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52040:放射線科学関連
|
|---|
| 研究機関 | 滋賀医科大学 |
|---|
研究代表者 |
井藤 隆太 滋賀医科大学, 医学部, 医員 (80263052)
|
|---|
| 研究期間 (年度) |
2023-04-01 – 2026-03-31
|
| 研究課題ステータス |
交付 (2023年度)
|
| 配分額 *注記 |
2,210千円 (直接経費: 1,700千円、間接経費: 510千円)
2025年度: 390千円 (直接経費: 300千円、間接経費: 90千円)
2024年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
2023年度: 910千円 (直接経費: 700千円、間接経費: 210千円)
|
|---|
| キーワード | AI 人工知能 / 磁気共鳴画像構成法 / DL 深層学習 / 磁気共鳴 (MR) 画像構成法 |
|---|
| 研究開始時の研究の概要 |
近年、AI (artificial intelligence) 技術の医療分野への浸透は著しく、臨床用MR (magnetic resonance) 装置でもMR信号収集データから画像を構成する過程において、深層学習(DL)手法を用いて画質改善をはかっている。しかし、臨床適用から日が浅く、画像のもつ真の情報に予期せぬ修飾が加っていないかについて、網羅的、系統的に十分な検討がなされているとはいいがたい。この研究では、「DL構成画像と従来型構成画像の間に有意な差はないか。差異が認められた場合、それらは臨床判断の結果にどのような影響を及ぼすか」について明らかにする。
|
| 研究実績の概要 |
当研究では医療分野への浸透が進むAI (artificial intelligence)技術が臨床的判断へ及ぼす影響を検証する。臨床用MR (magnetic resonance: 磁気共鳴) 装置で、画質改善のためにMR信号収集データから画像を構成する過程に深層学習(DL: deep learning) 手法が適用された、脳白質病変検出や脳腫瘍の治療効果判定に用いられているMR-FLAIR(fluid attenuated inversion recovery) 画像について、DL構成画像と従来型構成画像の間に有意な差がないかを、大量データを高い再現性をもって処理可能であるAI手法を利用したコンピューター支援画像診断アプリケーションを用いて検証する。差異が認められた場合、それが臨床的判断の結果にどのような影響を及ぼすかについても検討する。
令和5年度は1)脳白質病変検出への影響の検証に使用する800例(予定症例数800例)、2)脳腫瘍治療効果判定への影響の検証に使用する33例(予定症例数60例) の対象症例を確定し終わり、対応するMR画像データの確保を始めた。
|
| 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
令和5年度中に購入予定であったデータ処理用パーソナルコンピューターについて、特に深層学習などに使われる高性能演算処理装置の高騰を受け、予定していた価格内に収まらなかったため、令和5年度予算の一部を令和６年度に繰り越しすことで令和6年度に購入することとした。そのため、コンピューターを使用する解析ツールのセッティングの進捗に遅れが生じている。
|
| 今後の研究の推進方策 |
令和6年度は、前半中に令和5年度に収集、整理した対象症例、画像データについて解析手順を確定し解析を開始する。また、脳腫瘍治療効果判定への影響の検証に使用する症例の確保を予定症例数に達するまで引き続き行う(残り27症例)。令和７年度の前半の早い時期までには、すべての解析を終了し、結果の取りまとめと成果の発表を行う。
|
