深層学習を使った腎糸球体病変の組織診断定量化アルゴリズムの開発

• 研究課題/領域番号: 25K15951
• 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90130:医用システム関連
• 研究機関: 東北大学
• 研究代表者: 岡本 好司 東北大学, 大学病院, 講師 (80572247)
• 研究分担者: 小島 要 東北大学, 東北メディカル・メガバンク機構, 講師 (10646988) ; 志藤 光介 東北大学, 大学病院, 学術研究員 (10976228)
• 研究期間 (年度): 2025-04-01 – 2028-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 6,240千円 (直接経費: 4,800千円、間接経費: 1,440千円); 2027年度: 910千円 (直接経費: 700千円、間接経費: 210千円); 2026年度: 1,950千円 (直接経費: 1,500千円、間接経費: 450千円); 2025年度: 3,380千円 (直接経費: 2,600千円、間接経費: 780千円)
• キーワード: 深層学習 / 糸球体疾患 / 腎病理

研究開始時の研究の概要

本研究は、AIを用いた腎疾患の病理解析を通じて、IgA腎症における予後予測の精度向上を目指している。本研究では、IgA腎症におけるメサンギウム領域をAI解析によって抽出・定量化し、従来の主観的な診断法に対して、より客観的で高精度な診断および予後予測を実現することを目指す。具体的には、Whole Slide Imagingを用い、糸球体を含む腎組織の主要構造をAIでセグメンテーションし、メサンギウム領域や線維化、炎症細胞浸潤などの複数の要因を定量化する。このデータを基に、Oxford分類の組織重症度や臨床的予後との関連を詳細に解析し、IgA腎症の進行度合いや治療効果の評価に応用する。