• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 課題ページに戻る

2023 年度 研究成果報告書

多次元医用画像における臓器・疾患横断型深層学習に基づく医師の暗黙知獲得と蓄積

研究課題

  • PDF
研究課題/領域番号 20K11827
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60080:データベース関連
研究機関岐阜大学

研究代表者

周 向栄  岐阜大学, 工学部, 准教授 (00359738)

研究期間 (年度) 2020-04-01 – 2024-03-31
キーワード医用画像処理 / 深層学習 / 計算機支援診断
研究成果の概要

この研究では、CT、MRI、PETなどの大量の多次元医用画像を集め、人体の解剖学的構造に基づいて、代謝機能や病変などの異なる情報を効率的に計算機上で整理・統合するための医療AIの開発に向けた大規模な医用画像データベースを構築した。また、医師の診断に含まれる知識や経験を活かすため、深層学習と辞書学習を組み合わせた手法を提案し、高度な画像診断知識を習得・蓄積・伝承する仕組みを構築した。これにより、医師の実践から得た知見を機械学習に取り入れ、様々な診断タスクに対応できるAIを実現し、より汎用的な医療AIの進化に貢献することを目指す。

自由記述の分野

医用画像処理

研究成果の学術的意義や社会的意義

医用画像の利用により,多くの患者の命が救われてきた.高精度の画像診断には,計算機の支援は必要不可欠である.多次元画像に含まれる膨大な情報から,必要な情報を瞬時に見つけることが重要であり,本研究が目指しているシステムは,以上の現実的な問題を解決できる唯一な方法と考える.医師の診断技術が長期的臨床経験の蓄積であり,貴重な「匠の技」である.しかし,臨床経験には,文字で表現できない暗黙知の部分が多く含まれ,他者との共有が困難かつ次の世代へ引き継げない問題がある.この問題を最終的に解決できれば,名医の「匠の技」を計算機の中に蓄積し続けることが可能となり,医学の発展への大きな波及効果が得られる.

URL: 

公開日: 2025-01-30  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi