| 研究課題/領域番号 |
19K09500
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
辛 正廣 東京大学, 医学部附属病院, 講師 (70302726)
|
|---|
| 研究分担者 |
金 太一 東京大学, 医学部附属病院, 助教 (90447392)
河島 真理子 東京大学, 医学部附属病院, 助教 (40803664)
新谷 祐貴 東京大学, 医学部附属病院, 助教 (20844616)
|
|---|
| 研究期間 (年度) |
2019-04-01 – 2022-03-31
|
| キーワード | 頭蓋底手術 / 機械学習 / 仮想現実 / シミュレーション |
|---|
| 研究実績の概要 |
① 頭蓋底病 に する術前画像の機械学習については、機械学習による病理診断において、国際的にも機械学習による鑑別がトピックとなっている脊索腫と軟骨肉腫の鑑別（ＣＴやＭＲＩ上、肉眼的鑑別が困難であるが、前者は再発率の高い悪性腫瘍、後者は良性腫瘍）が行えるかどうかについて検証を行い、条件設定と適切なシステム構築を行った。これにより、47例というスモールデータを元にした学習でも、90％以上の正確さをもってこれらの鑑別が行えるレベルに達している。これについては、20人の脳神経外科専門医の診断正解率（60.5±6.4%）を有意に上回っており（p = 0.031）、良好な成果を国際誌に投稿する準備を行っている。
② VR 3D modelの臨床的評価については、CTやMRIなどのDICOM画像を速やかに自動で融合できるような、システムの利用により、より短時間でのシミュレーションモデルの作成が可能となっており、real timeで経験している症例検討に耐えうるモデル作成技術の検証へと移っている。これらを頭蓋底腫瘍を有する患者の手術所見と比較検討することで、術前画像の立体的把握と術中の解剖構造の把握に役立てることが可能となりつつある。これらについては、一定の成果を、論文として作成し、国際誌に投稿している。
上記、①、②については、いずれも学術集会にて、成果を発表している。
|
| 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
上記①については、比較的早期に一定の効果が検証できたため、診断予測システムの完成が加速された。その分、頭蓋底髄膜腫に対する、硬さや出血性についての研究では、進捗の遅れが著しいが、全体としては概ね順調に経過しているといえる。
また、②については、一人の患者の別々の検査画像の融合を速やかに行えるようになったため、シミュレーションモデルの作成が加速され、臨床応用に近づいている。
|
| 今後の研究の推進方策 |
機械学習技術による病態予測分析結果とVR-3Dもでるを融合することで、手術室での応用が可能な、頭蓋底手術用シミュレーションシステムの完成をめざす。スモールデータを用いた機械学習による術前予測については、臨床応用の可能性や、同じシステムが他院でも共用できるかなどの可能性についての検討を行う。
さらに、これらの成果を、国際誌上で発表し、論文として出版するとともに、学術集会などでも、発表していく。
|
| 次年度使用額が生じた理由 |
現時点では、次年度の使用額が生じていない。
|
