| 研究課題/領域番号 |
19K18787
|
|---|
| 研究機関 | 東京大学 |
|---|
研究代表者 |
小山 一 東京大学, 医学部附属病院, 助教 (80825167)
|
|---|
| 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 / 画像解析 / 中耳 / 鼓室形成術 |
|---|
| 研究実績の概要 |
中耳疾患への手術治療が開発されて以来、数多くの手術、研究が行われているが、術後聴力を予測することはいまだに困難である。CT検査の普及により術前評価はより正確になったが、定量的な予後因子が明らかにされていないためである。本研究課題では、近年急速に進歩している人工知能の技術活用することで、術後聴力を予測する機械学習モデルを開発すると共に、定量化された予後予測因子の開発に取り組むことを目的とした。
昨年までは画像データおよび聴力データなどの蓄積および前処理、そして聴力データなどの解析に用いる人工知能システムの開発に着手した。
本年ではその研究をさらに進め、より高い精度を示すシステムの開発を行なった。具体的にはハイパーパラメータと呼ばれる、人工知能の推論や学習過程で決定されない変数を探索し、最適化をアルゴリズムごとに行ない、設定した。これにより、従来の古典的な手法では20%前後であった予測精度を、75%程度にまで劇的に改善させることに成功するとともに、より信頼性の高い、予後因子を同定することができた。
また、これまでは主に慢性中耳炎に対する鼓室形成術を対象としていたが、本年ではさらにその対象を広げ、真珠腫性中耳炎も解析に加え、システム開発を行なった。さらに、画像解析については、これまで主に１施設で撮像されたCT画像を解析対象としていたが、その他の施設で撮像された画像も解析に加え、施設間格差を低減させるようなプログラムの開発にも着手した。
|
| 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
本年では、昨年開発したプログラムを洗練させることにより、より高い精度を持って術後聴力を予測できることを示すことができた。また、使用したアルゴリズムの解析により、より信頼度の高い予後規定因子を同定することができた。以上から、現在までの進捗は当初の計画通り、概ね順調に進展していると
考えられる。なお、本年の研究は現在英文誌に投稿中である。
|
| 今後の研究の推進方策 |
当初の予定に変更はない。
|
| 次年度使用額が生じた理由 |
新型コロナウイルス感染症の蔓延により、学会が中止になり、学会参加費を含む旅費が当初予定よりも少なくなったため。
|
