| 研究課題/領域番号 |
20K09027
|
|---|
| 研究種目 |
基盤研究(C)
|
| 配分区分 | 基金 |
|---|
| 応募区分 | 一般 |
|---|
| 審査区分 |
小区分55020:消化器外科学関連
|
|---|
| 研究機関 | 千葉大学 |
|---|
研究代表者 |
林 秀樹 千葉大学, フロンティア医工学センター, 教授 (20312960)
|
|---|
| 研究分担者 |
吉村 裕一郎 富山大学, 学術研究部医学系, 特命助教 (90826471)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 人工知能 / 病理診断補助 / ResNet-152 / 転移学習 / 臨床試験 |
|---|
| 研究成果の概要 |
機械学習の各種手法を用いて、胃癌切除症例の領域リンパ節における組織学的転移を検出するアルゴリズムの開発を行った。最終的に、ImageNetで転移学習を行ったResNet-152を用いたものが最も高い診断精度を示した。この転移診断アルゴリズムを用いて、リンパ節ごとに転移の可能性の高い領域を提示するアプリケーションを作製し、その臨床的有用性を検証した。その結果、転移陰性リンパ節、Isolated tumuor cells、及びマクロ転移を有するリンパ節においては診断精度・時間共に有意差はなかったが、ミクロ転移においては統計学的有意に診断時間が延長したものの、有意に診断精度の向上が見られた。
|
| 自由記述の分野 |
消化器外科学
|
| 研究成果の学術的意義や社会的意義 |
胃癌のリンパ節転移診断において、現在最も正確性の高い機械学習の手法を明らかにした。この手法を用いた補助的病理診断が、特に微小転移（転移巣の大きさが0.2 - 2mm）の診断に貢献することが明らかとなった。本研究を通じて、人工知能が病理組織診断においてどのような貢献が期待できるかを明らかにすると共に、機械学習用いた病理診断の限界と、人間の行う病理診断の限界の違いも明らかにされたことから、今後の消化器癌の病理組織診断における人工知能開発の方向性に指針を与えるものと期待される。
|
