研究課題
本研究は人工知能を用いた潰瘍性大腸炎関連腫瘍の超拡大内視鏡による診断法の開発を目的としている。当初、腫瘍・非腫瘍の鑑別を目的としていた。人工知能の構築には主に①機械学習のアルゴリズムの開発②機械学習用画像のアノテーションが必要となる。①機械学習のアルゴリズムの開発は先行研究で既に終了しているため、本研究の具体的な目標は②機械学習用画像のアノテーションおよび構築した人工知能の評価である。R3年度は機械学習用画像のアノテーションの基なる、潰瘍性大腸炎関連腫瘍の腫瘍・非腫瘍鑑別のための超拡大内視鏡診断法の構築に取り組んだ。結果をまとめて英文論文とし採択された。(Kudo SE, Maeda Y, Ogata N, et al. Combined endocytoscopy with pit pattern diagnosis in ulcerative colitis-associated neoplasia: a pilot study. Dig Endosc. 2022)また、超拡大内視鏡診断法に基づき機械学習用画像のアノテーションを行いプロトタイプの作成をおこなった。続いて、病変発見支援のためのソフトウェアの構築のため、現在市販されているCADeでの潰瘍性大腸炎患者サーベイランスでの有用性を報告した(Maeda Y, Kudo SE, Ogata N, Misawa M, Mori Y, Mori K, Ohtsuka K. Can artificial intelligence help to detect dysplasia in patients with ulcerative colitis? Endoscopy. 2021)
3: やや遅れている
当初の予定通り人工知能ソフトウェアモデルの構築は行えたが、コロナ禍で施設の大腸内視鏡件数が減少したこともあり、性能検証を行うことができなかった。その為研究機関を延長し2022年度に性能検証をおこなうこととした。
2022年度は構築ソフトウェアの性能検証を行う。併せて潰瘍性大腸炎患者のサーベイランス内視鏡に特化した病変検出ソフトウェアの構築も継続する予定である。
コロナ禍で施設の内視鏡件数が減少し、研究が計画より遅延している。次年度使用額はAIの精度評価を行う際のAI実装用コンピューター購入費や国内、海外学会で報告する際の旅費、更に英語論文として報告する際の英文校正費などに充てる。
すべて 2022 2021
すべて 雑誌論文 (6件) (うち国際共著 1件、 査読あり 5件) 学会発表 (2件) (うち国際学会 1件)
Endoscopy
巻: 54 ページ: E592～E593
10.1055/a-1704-8103
Digestive Endoscopy
巻: 34 ページ: 1030～1039
10.1111/den.14202
巻: Epub ahead of print ページ: -
10.1111/den.14335
Gastrointestinal Endoscopy
巻: 95 ページ: 747～756.e2
10.1016/j.gie.2021.10.019
10.1111/den.14220
巻: 95 ページ: 155～163
10.1016/j.gie.2021.07.022
