医師の判断と協調する画像診断アルゴリズムの開発

• 研究課題/領域番号: 24K12131
• 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55060:救急医学関連
• 研究機関: 名古屋大学
• 研究代表者: 杉浦 洋貴 名古屋大学, 医学部附属病院, 病院助教 (10963605)
• 研究分担者: 長谷川 良平 国立研究開発法人産業技術総合研究所, 情報・人間工学領域, 上級主任研究員 (00392647) ; 米田 英正 名古屋大学, 医学系研究科, 特任講師 (00735946) ; 大山 慎太郎 名古屋大学, 未来社会創造機構, 准教授 (80768797)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,300千円 (直接経費: 1,000千円、間接経費: 300千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2024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: 舟状骨 / 事象関連電位 / 画像診断 / AI

研究開始時の研究の概要

本研究では専門科以外の医師が使いやすいことを目指して，医師の判断と協調して活用できる画像診断補助アルゴリズムを開発することとした。診断時に生じる認知バイアスを行動指標、視線解析，脳波解析を活用してパターン化し，従来のAI作成と同様の深層叩き込み学習をさせ異常部位をマッピングする画像補助AIを導入することを目指す。

研究実績の概要

医療現場において画像診断の重要性はより一層高まっており、診断の精度向上と医師の負担軽減の両立が求められている。本研究では医用画像診断支援技術の高度化を目的として、AIを活用した画像解析手法の構築および評価に取り組んだ。近年、医療現場において画像診断の重要性はより一層高まっており、診断の精度向上と医師の負担軽減の両立が求められている。初年度は関連する既存研究の文献調査を行い、医用画像分野におけるAI技術の適用事例や課題点を整理した。そこで、救急外来における見逃しの多い舟状骨骨折に着目し、非専門医でも診断精度を高められる診断支援技術の構築を目的とした。まず、舟状骨骨折の見逃し症例を抽出し、診断難易度の高い症例群の特徴を整理した。また、Neuro-communicatorを用いた事象関連電位（ERP）解析による予備的実験を実施し、骨折画像提示時におけるP300波形の変化に着目し、画像提示時の脳波応答を記録することで、意識下・無意識下の認知の違いや、誤診リスクの高い病変の脳内処理の特徴を探索した。さらに、学会発表や関連分野の文献調査を通じて、近年の診断支援AIの技術動向や課題（特異度の低さ、認知バイアスへの対策の未整備）について知見を深めた。こうした検討の中で、技術的な精度向上のみならず、医師の認知特性に即した支援手法の必要性が再確認された。今後はこれらの知見をもとに、視線・脳波情報と画像所見を統合した認知バイアス補正型の画像診断支援アルゴリズムの実装に向けて、実証実験を含む更なる開発を進めていく予定とした。

現在までの達成度

4: 遅れている

理由

本研究は臨床現場における実用性の高いAIアルゴリズムの開発を目指しており、基盤となる行動指標や脳波データ、臨床画像を組み合わせる高度な設計を想定していた。しかし当初の予想以上に解析系の確立に時間を要した。特に、視線解析やERP波形解析などの生理学的指標の取得・解析において、方法論の確立が困難で、再現性やデータの安定性を確保するための予備検討に多くの時間を費やすこととなった。臨床現場からの画像データの収集にも症例集積施設が限られており、予定よりも難航した。しかし、方法論については確立されつつあり、２０２５年度以降のデータ取得・解析を進める道筋ができつつあり、引き続き研究をすすめていく方針としている。プロトコルの確立と実行体制の整備を引き続きすすめて、収集済みのデータを基盤として、段階的にアルゴリズム開発へと進める計画としている。

今後の研究の推進方策

今後は、整備された実験系および解析手法を活用し、視線・脳波・画像診断情報の統合的データ収集を本格化させる。得られたデータに基づき、非専門医による診断プロセスをモデル化し、支援アルゴリズムの構築およびその有効性検証を段階的に進める。また、成果の一般化可能性を高めるため、実験条件や対象症例の拡充も適宜行う予定である。