| 研究課題/領域番号 |
19H03755
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
工藤 大介 東北大学, 医学系研究科, 准教授 (30455844)
|
|---|
| 研究分担者 |
早川 峰司 北海道大学, 大学病院, 准教授 (10374282)
中川 敦寛 東北大学, 大学病院, 特任教授 (10447162)
麦倉 俊司 東北大学, 東北メディカル・メガバンク機構, 教授 (20375017)
植田 琢也 東北大学, 医学系研究科, 教授 (40361448)
久志本 成樹 東北大学, 医学系研究科, 教授 (50195434)
高瀬 圭 東北大学, 医学系研究科, 教授 (60361094)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2023-03-31
|
| キーワード | 人工知能 / 機械学習 / 画像診断 / CT / 救急患者 |
|---|
| 研究実績の概要 |
2019年度に東北大学および北海道大学の画像保管サーバにあるCT画像を選択して、50症例分ほど取り出し、本研究用の中央サーバに移管した。
その画像を用いて、まずは機械が頭部CT各スライスの正常像を学習して、異常所見を異常だと認識できるように学習させ、アルゴリズムを確立することを目指した。位置情報を均一化しなくても異常所見を指摘できるという形を目指すこととした。これにはGAN(敵対的生成ネットワーク)の技術を用いて学習させて機械に正常像を把握させる方法を使った。つまり機械が正解（正常像）にたどり着くまで、ひたすら学習を繰り返すという方法である。
令和2年度中には、機械がある程度正常像を把握できる段階まで進んだ。あるスライスの一部を欠損した画像を機械に提示すると、複数回計算を繰り返した後、正常像を補うことができるというものである。しかし、十分な精度には至っておらず、スライス内の部位によっては、骨を十分に再現できなかったり、実質像や脳室などがぼやけたりという問題がある。これを解決するためには、さらなる学習が必要と考えられ、正常画像を追加で収集する必要が生じた。北海道大学病院から画像データを追加した。
令和3年度には、新たに仙台市立病院の協力を得て、画像データを追加できるようにした。精度向上のための試行錯誤を繰り返し行った。臨床で求められる必要なレベル（ヒトの目では見逃しやすい微小な所見、薄い所見、周囲の画像と濃度が近い所見など）を設定し、それに到達することを目標とした。
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
4: 遅れている
理由
機械がCTの正常像を把握することの精度向上に時間を要している。また、産学連携の研究機関であるディバータ社は東京にあり、新型コロナウイルスによるリモート勤務とせざるを得ない期間が長く、ディバータ社の大型サーバに自宅などからでは十分にアクセスができなかった。そのため作業が行えない期間が長かった。
|
| 今後の研究の推進方策 |
機械による正常像の把握が十分な精度に向上した後は、臨床で求められる必要最低限のレベル（ヒトの目では見逃しやすい微小な所見、薄い所見、周囲の画像と濃度が近い所見など）を目標として、機械が判断できるように学習させる。放射線画像レポートが教師データとなる。産学連携の研究機関であるディバータ社で新型コロナウイルスによるリモート勤務が続くと上記を十分に行えない可能性がある。その際は、画像に対する機械学習の関連研究を進める。
|
