| 研究課題/領域番号 |
20K12732
|
|---|
| 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90150:医療福祉工学関連
|
|---|
| 研究機関 | 杏林大学 |
|---|
研究代表者 |
大浦 紀彦 杏林大学, 医学部, 教授 (40322424)
|
|---|
| 研究分担者 |
飯坂 真司 淑徳大学, 看護栄養学部, 准教授 (40709630)
|
|---|
| 研究期間 (年度) |
2020-04-01 – 2023-03-31
|
| キーワード | 人工知能 / CNN / 画像解析 / 創傷評価 / AI |
|---|
| 研究成果の概要 |
畳み込みニューラルネットワーク（CNN）を用いた創傷評価モデルを作製した。仙骨部褥瘡の画像データを形成外科医が画像ソフトを用いて健常皮膚、潰瘍、壊死、肉芽のからなる領域を１ずつ分割し、潰瘍領域全体、壊死組織領域、肉芽組織領域の３データを1組にして教師データとしCNNに読み込ませ学習をさせた。最後に残りの画像データによって正確に領域を自動的に分離した精度を評価した。AUCが0.9942、特異度が0.9931、感度が0.9783であった。一般に公表されているモデルよりも感度特異度ともに良好であった。
|
| 自由記述の分野 |
創傷治癒、難治性創傷、人工知能、
|
| 研究成果の学術的意義や社会的意義 |
CNNは、さまざまな画像の分離に応用されているが、創傷領域での報告は少ない。この画像解析システムは、創傷の組織学的分離を高精度で行うことが可能であった。2022年6月の骨太の方針に、医療現場でのDxを加速する基盤となる全国医療情報プラットフォームの創設が盛り込まれることが決定した。今後このようなAIによる画像解析もDxのひとつとなりうる。
|
