| 研究課題/領域番号 |
16K10266
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
石橋 忠司 東北大学, 医学系研究科, 教授 (40151401)
|
|---|
| 研究分担者 |
本間 経康 東北大学, 医学系研究科, 教授 (30282023)
森 菜緒子 東北大学, 大学病院, 助教 (90535064)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | デジタルマンモグラフィ |
|---|
| 研究実績の概要 |
乳がんは日本人女性のがん発症率の１位となり、早期発見、早期治療が求められている。早期発見のために、我が国でもマンモグラフィを中心とした乳がん検診が導入された。最終目標は検診導入による死亡率低下を目指すが、そのためには多くの国民が受診早期の乳がんが発見されることである。さらに擬陽性の少ない検査で、無駄な医療費を使わないことである。しかし、日本の受診率は40％前後で、目標にはほど遠いのが現状である。さらに精度を高めるために医師の二重読影を義務付けていることで、検診費用の負担と、専門医の負担が重いことが問題視さている。近年マンモグラフィも装置の進歩とともにデジタルマンモグラフィ装置が一般的となっている。しかし、デジタル画像技術を駆使した診断支援システム（CAD）や断層技術の普及は欧米諸国より遅れている。特に、現在使用されているCADに関しては乳がんの石灰化検出率は優れるものの、腫瘤や構築の乱れという所見の検出率は満足すべきものではなく、CADを検診に導入した欧米各国での結果では医師の二重読影より劣るとの報告も有り、日本での導入に踏み切れていない。
我々は過去の研究にて独自に開発したCADソフトなどを搭載したデジタルマンモグラフィビューア（Sumire）を開発してきた。しかし、既存のCADは閾値などから石灰化病変などを抽出する手法を用いるものであった。しかし、昨今の人工知能（AI=Artificial Intelligence）技術の進歩によって、CADにも人間の判断力を超える性能が期待できるようになってきた。本研究では既存のCADをベースにAI技術を導入し、感度、特異度ともに高く、医療費抑制に役に立つビューアシステム開発を目指すものである。さらに、乳腺量抽出などから、個人別のリスクファクターを明らかにして、将来の個別の検診計画のサポートを目指す。
|
| 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
本研究では、世界的にAI技術として注目されているDeep Learning技術を導入し、既存のCADを改良し、新たなデジタルマンモグラフィCADを開発した。本年度はDeep Learning技術を導入したデジタルマンモグラフィCADのコア部分を開発し、その基礎的結果が得られた（文献２）。
また、すでに開発済みのデジタルマンモグラフィ診断システムに搭載した乳腺密度測定ソフトについてもその精度を確認した。
|
| 今後の研究の推進方策 |
Deep LearningのAI技術のCADソフト開発には、多くの正常例、乳がん症例をコンピュータに学習することが求められている。そのためには学内倫理委員会承認で使用可能なデジタルマンモグラフィの画像例では不足しているので、今後、宮城県の検診医療機関との共同研究、倫理委員会申請、承認を得て、学習できる症例数を増やすことが課題である。
さらに、デジタルマンモグラフィのデジタルトモシンセシス（低被爆線量にて乳房の断層像を得て、石灰化、腫瘤、構築の乱れの診断精度向上が可能）の画像と、スムーズな動画表示が可能となるようにビューアソフトの改良も検討中である。また、モノクロ静止画像以外に今後、動画表示も求められることから、より高輝度、高解像度となる医用モニタの評価も併せて行うことが今後の研究課題と考えている。
|
| 次年度使用額が生じた理由 |
初年度に予算計上していた海外学会情報収集または発表が遅れたため次年度に繰り越すことになった。
また、ソフト開発、ビューア評価に必要な機器の購入が遅れた。
|
| 次年度使用額の使用計画 |
本年度は研究成果が得られたので、国際学会発表、情報収集を予定している。
新しく開発された高精細のビューアを今後購入し、評価を行う予定である。
|
