| 研究課題/領域番号 |
19H04484
|
|---|
| 研究種目 |
基盤研究(B)
|
| 配分区分 | 補助金 |
|---|
| 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 | 京都大学 |
|---|
研究代表者 |
中尾 恵 京都大学, 医学研究科, 教授 (10362526)
|
|---|
| 研究分担者 |
上田 順宏 奈良県立医科大学, 医学部, 学内講師 (40571005)
今井 裕一郎 奈良県立医科大学, 医学部, 研究員 (80347567)
松田 哲也 京都大学, 情報学研究科, 教授 (00209561)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2024-03-31
|
| キーワード | 機械学習 / スパースモデリング / 手術計画 / 下顎骨再建 / 医用人工知能 |
|---|
| 研究成果の概要 |
本研究は外科医の医学知識や経験を体系化し，外科医自身の新たな洞察や知識の獲得に資する機械学習方法と情報システムを探究した．特に，日常的に得られる手術計画の事例データから客観的かつ自動的に手術プロセスを定式化するスパースモデリングの枠組みの構築を目指した．異なる施設に所属する複数の医師による696例の手術計画データを集積し，多クラス分類を対象としたLasso解列挙アルゴリズムを開発して手術計画に重要な特徴量を解析した．また，手術計画データと3次元医用画像から得られる画像特徴量，臨床医学用語との因果関係の解析を実現するグラフニューラルネットワークに基づくスパース深層因果探索モデルを開発した．
|
| 自由記述の分野 |
医用人工知能
|
| 研究成果の学術的意義や社会的意義 |
本研究は個人の知識や技術への要求が高い外科学分野を対象にスパースモデリングの数理，データ科学の概念を導入し，外科学知識の定式化を目指した．異なる施設に所属する複数の外科医の協力を得て，多施設間研究として手術計画に共通に見られる法則と差異の抽出，手術計画に重要となる多次元特徴量の解析を実施した．また，機械学習モデルの推論に至る機序の明確化，ホワイトボックス化の課題に対して，本研究では統計的因果探索に基づく機械学習モデルを開発してアプローチしており，推論機序の可視化を実現する機械学習プラットフォーム構築の事例とみなすこともできる．
|
