| 研究課題/領域番号 |
23K09759
|
|---|
| 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58040:法医学関連
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
槇野 陽介 東京大学, 大学院医学系研究科(医学部), 准教授 (50725017)
|
|---|
| 研究分担者 |
岩瀬 博太郎 千葉大学, 大学院医学研究院, 教授 (30272420)
川上 英良 千葉大学, 大学院医学研究院, 教授 (30725338)
矢島 大介 国際医療福祉大学, 医学部, 教授 (60451754)
吉田 真衣子 千葉大学, 大学院医学研究院, 助教 (70317139)
|
|---|
| 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 |
4,680千円 (直接経費: 3,600千円、間接経費: 1,080千円)
2025年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2024年度: 260千円 (直接経費: 200千円、間接経費: 60千円)
2023年度: 4,160千円 (直接経費: 3,200千円、間接経費: 960千円)
|
|---|
| キーワード | 死後CT / 死亡時画像診断 / 人工知能 / ディープラーニング / 死因究明 |
|---|
| 研究開始時の研究の概要 |
本研究では「人工知能（AI: Artificial Intelligence）を死後CTに利用することで、死因究明における死後画像診断の限界が乗り越えられるのか」という問いをたて、 全身死後CT画像情報データベースに対して深層学習を適用し、死後CTに含まれる特徴を抽出する。抽出した特徴を用いて、検証データにおいて死因推定精度を評価するとともに、AIが死因推定において重要視している特徴量を分析する。このようにして、死後CT読影を支援するだけでなく、死後CT読影の熟練者が持っている「暗黙知」を拾い上げ、死後CTの死因診断精度向上につながる知識を定量化し、共有することが目標である。
|
| 研究実績の概要 |
本研究は、日本で最も古い2006年から解剖前の死後CT撮影を全例実施している千葉大学法医学教室、2015年から実施している東京大学法医学教室、2018年から実施している国際医療福祉大学法医学教室の三大学死後CTデータと死因データをAIに覚えさせ、特徴量を抽出することを目的としている。本年度は、三大学からアクセスできるAIワークステーションを立ち上げ、学習データを移行させる作業を開始した。同時に死因など各種基礎データを収集した。
|
| 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
研究代表者の職位変更に関する事務的作業などにより、研究に十分なエフォートを割けなかった。深層学習ワークステーションに関しても高額であることなどもあり、購入に時間がかかった。
|
| 今後の研究の推進方策 |
研究代表者の職位問題が解決したので、エフォート率を改善する。研究のベースは構築できたので、研究分担者間でのwebを利用したミーティングなどを行いながら、遅れを取り戻す予定である。
|
