| 研究課題/領域番号 |
17K10385
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 研究分野 |
放射線科学
|
|---|
| 研究機関 | 国立研究開発法人量子科学技術研究開発機構 |
|---|
研究代表者 |
立花 泰彦 国立研究開発法人量子科学技術研究開発機構, 量子医科学研究所 分子イメージング診断治療研究部, 主幹研究員 (20749973)
|
|---|
| 研究分担者 |
相田 典子 地方独立行政法人神奈川県立病院機構神奈川県立こども医療センター(臨床研究所), 臨床研究所, 部長 (20586292)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2023-03-31
|
| キーワード | 画像診断 / 人工知能 / 深層学習 |
|---|
| 研究成果の概要 |
応募課題に直接関係する成果として、AIによる診断(画像分類課題)において、判断の根拠を可視化する方法について独自の手法を開発し、その成果をいくつかの国内外学会や論文で公表した。そのほかに、本課題により得られた知見から医用画像に特化した画質改善AIの開発など複数の新規研究課題を立ち上げ、それらの課題の推進や成果の発表を継続している。
|
| 自由記述の分野 |
放射線医学
|
| 研究成果の学術的意義や社会的意義 |
Iの説明性を高めるために用いられる一般的な手法では画像上の位置など、画像から得られる医学的情報とは無関係な情報のみを対象とするが、提案手法では解剖学など医学的な情報を加味できるメリットが今後役立つ可能性がある。つまり、画像診断についてAIが医師に提案をするとき、医師がその提案をどのように解釈すべきか、信用できるかどうかを判断するために、より具体的な医学的根拠を利用することができる可能性がある。
|
